Caffe使用教程
Caffe安裝
（1）macOS安裝
1.安裝homebrew包管理工具
點擊http://brew.sh/進入homebrew官網，復制安裝命令到終端，等待安裝
2.安裝完成后，利用homebrew下載caffe依賴包，復制以下命令到終端
brew install -vd snappy leveldb gflags glog szip lmdb
brew install homebrew/science
brew install hdf5 opencv
brew install protobuf boost wget
3.下載caffe源代碼，復制一下命令到終端
git clone https://github.com/bvlc/caffe.git
注：若以上所需無下載速度，請翻墻下載
ubuntu安裝
略
Caffe調試
1.修改配置文件,復制以下命令到命令行
cd caffe/
mv Makefile.config.example Makefile.config
打開Makfile.config 找到#CPU_ONLY :=1,將#刪除
CPU_ONLY :=1
執行make -j編譯
注：可以指定線程，make -j8開啟八線程編譯
若其中報錯，請自行百度
數據集準備
準備圖片進行分類，首先需準備不同類別的圖片
首先將圖片分為兩批次：訓練集和驗證集，比例大約為5：1
比如有五種圖片需要進行分類，分別是cat，dog，fish，rabbit，mouse，則分別新建五個文件夾分別存放這幾類圖片，并將五個文件夾再放入一個文件夾，命名為train，即train文件夾下分別有cat，dog，fish，rabbit，mouse五個文件夾，五個文件夾下有各個類別的圖片
2新建一個文件夾命名為val，即我們需要的驗證集，將val文件夾放置在和train文件夾同一個目錄下如myself目錄，從train文件，抽取1/6圖片放入val文件夾下，也可在此之前提前分好。
3在train和val文件夾下創建train.txt和val.txt,以上總步驟如下圖所示

用python或腳本將train文件夾中的文件路徑文件名和文件標簽記錄到train.txt中，val.txt同理，其中文件名和標簽之間用空格隔開，標簽應該從0開始，假設dog目錄下有dog1和dog2兩張圖片，cat下有cat1和cat2兩張圖片，其他類似。則train.txt中的條目如下圖所示

val.txt文件如下圖所示

數據集轉換
1.將圖片轉換成lmdb格式，lmdb是caffe的輸入格式，我們caffe的examples文件夾中create_imagenet.sh腳本來轉換格式，也可以自己編寫腳本，格式類似。
2.新建一個文件夾用于存放我們需要用到的網絡和lmdb和其他腳本文件
3.修改create_imagenet.sh，將EXAMPLES中的路徑改成自己網絡的存放路徑
DATA路徑替換成自己存放圖片的路徑，TOOLS不變，將TRAIN_DATA_ROOT文件路徑 改為train文件夾的路徑，VAL_DATA_ROOT同理，可以看到TRAIN_DATA_ROOT的路徑和train.txt文件中路徑合起來剛好是圖片的完整路徑,VAL_DATA_ROOT同理
3.將RESIZE改為true，我們調整圖片大小使得輸入維度減少，增加訓練速度

4.GLOG路徑中最后$EXAMPLES即是產生的lmdb文件，一個是train一個是val，路徑保存到上圖中的EXAMPLES的路徑下，可自行修改lmdb名字

下面用lmdb生成meanfile，計算圖像均值，減少輸入，可以用imagenet中的make_imagenet_mean.sh做修改，并拷貝到自己的網絡目錄中，也可以自己寫腳本
compute_image_mean為計算圖像均值工具，EXANPLES后為剛生成的lmdb文件，若自己修改了上圖文本中的lmdb名字，請將名字對應，生成的meanfile是DATA路徑下的binaryproto，可自行修改binaryproto名字

配置文件修改
1.我們可以選用caffe自帶的網絡，也可以用自己的網絡，下面我選用alexnet網絡為例，將models中的alex網絡拷貝到自己的文件夾中，修改其中的solver.prototxt文件和train_val.prototxt文件，這兩個文件也可以自己寫
2.將我們需用的網絡net的完整路徑修改，里面各項參數都可以自行修改，在此不一一解釋，具體意義請自行查略，snapshot為model保存路徑，修改為網絡的完整路徑，solver_mode修改為cpu

3.修改train_val.prototxt文件，里面參數都可以自行修改，就不一一介紹，最主要的修改的地方，第一mean_file路徑修改為自己保存binaryproto的絕對路徑。下圖中的source和mean_file的路徑同上。

訓練網絡
命令行輸入以下命令
./build/tools/caffe train –solver=/Users/Songie/caffe/examples/myself/bvlc_alexnet/solver.prototxt
sovler路徑修改為自己solver的絕對路徑
使用model
命令行輸入以下命令

Model參數為定義網絡的prototxt文件的絕對路徑，weights參數為已經訓練好的權重和偏置的model，iterations為你想定義的迭代次數

總結

以上是生活随笔為你收集整理的caffe使用教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。