安装Cygwin

可以执行.sh脚本

  1. cd caffe-master/data/cifar10
  2. get_cifar10

下载下来的文件列表

batches.meta.txt

data_batch_1.bin

data_batch_2.bin

data_batch_3.bin

data_batch_4.bin

data_batch_5.bin

test_batch.bin

caffe-masterBuildx64Release目录下convert_cifar_data.exe

  1. convert_cifar_data input output lmdb

在output文件加下生成两个文件夹

cifar10_test_lmdb

cifar10_train_lmdb

拷贝到caffe-masterexamplescifar10目录下。

接下来与caffe训练mnist一样。

有三个网络模型可以选择，参数不同。

cifar10_full.prototxt

cifar10_full_sigmoid_solver.prototxt

cifar10_quick.prototxt

 

生成均值文件

  1. compute_image_mean cifar10_train_lmdb mean.binaryproto

创建标签文件

synset_words.txt

0airplane

1automobile

2bird

3cat

4deer

5dog

6frog

7horse

8ship

9truck

修改cifar10_quick_solver.prototxt与cifar10_quick_train_test.prototxt文件中的相对路径为绝对路径。

训练

  1. caffe train –solver=cifar10_quick_solver.prototxt

quick网的训练结果

Caffe训练cafir10

full_sigmoid网的训练结果

Caffe训练cafir10

 

利用网络对单幅图像进行分类

  1. Classification cifar10_quick.prototxt cifar10_quick_iter_4000.caffemodel.h5 mean.binaryproto synet_words.txt "..imagescat.jpg"

Caffe训练cafir10

 

 

 

 

训练自己的数据

Caffe训练cafir10

 

Caffe训练cafir10