一、準備資料

有條件的同學，可以去imagenet的官網http://www.image-net.org/download-images，下載imagenet圖片來訓練。驗證碼始終出不來需要翻牆（是google網站的驗證碼）。但是我沒有下載，原因是資料太大了。。。

我去網上找了一些其它的圖片來代替，共有500張圖片，分為大巴車、恐龍、大象、鮮花和馬五個類，每個類100張。需要的同學，可到網盤下載：http://pan.baidu.com/s/1nuqlTnN

編號分別以3，4，5，6，7開頭，各為一類。我從其中每類選出20張作為測試，其餘80張作為訓練。因此最終訓練圖片400張，測試圖片100張，共5類。我將圖片放在caffe根目錄下的data資料夾下面。即訓練圖片目錄：data/four_classify/train/ ,測試圖片目錄: data/four_classify/test/

二、轉換為lmdb格式

具體的轉換過程，可參見我的前一篇博文：【11】Caffe學習系列：影象資料轉換成db（leveldb/lmdb)檔案

首先，在examples下面建立一個myfile的資料夾，來用存放配置檔案和指令碼檔案。然後編寫一個指令碼create_filelist.sh，用來生成train.txt和test.txt清單檔案

# mkdir examples/four_classify
# vi examples/four_classify/create_filelist.sh

編輯此檔案，寫入如下程式碼，並儲存

#!/usr/bin/env sh
DATA=data/four_classify
MY_example=examples/four_classify

echo "Create train.tx..."
rm -rf $MY_example/train.txt
for i in 3 4 5 6
do
find $DATA/train -name $i*.jpg | cut -d '/' -f4-5 | sed "s/$/ $i/">>$MY_example/train.txt
done
echo "Create test.txt..."
rm -rf $MY_example/test.txt
for i in 3 4 5 6 7
do
find $DATA/test -name $i*.jpg | cut -d '/' -f4-5 | sed "s/$/ $i/">>$MY_example/test.txt
done
echo "All done"
 

然後，執行此指令碼

# sh examples/four_classify/create_filelist.sh

成功的話，就會在examples/four_classify/ 資料夾下生成train.txt和test.txt兩個文字檔案，裡面就是圖片的列表清單。

接著再編寫一個指令碼檔案，呼叫convert_imageset命令來轉換資料格式。

# vi examples/four_classify/create_lmdb.sh

插入：

#!/usr/bin/env sh
MY_example=examples/four_classify

echo "Create train lmdb.."
rm -rf $MY_example/img_train_lmdb
build/tools/convert_imageset \
--shuffle \
--resize_height=256 \
--resize_width=256 \
./data/four_classify/train/ \
$MY_example/train.txt \
$MY_example/img_train_lmdb

echo "Create test lmdb.."
rm -rf $MY_example/img_test_lmdb
build/tools/convert_imageset \
--shuffle \
--resize_width=256 \
--resize_height=256 \
./data/four_classify/test/ \
$MY_example/test.txt \
$MY_example/img_test_lmdb

echo "All Done.."

 

然後，執行此指令碼

#  sh examples/four_classify/create_lmdb.sh

因為圖片大小不一，因此我統一轉換成256*256大小。執行成功後，會在 examples/myfile下面生成兩個資料夾img_train_lmdb和img_test_lmdb，分別用於儲存圖片轉換後的lmdb檔案。

三、計算均值並儲存

圖片減去均值再訓練，會提高訓練速度和精度。因此，一般都會有這個操作。

caffe程式提供了一個計算均值的檔案compute_image_mean.cpp，我們直接使用就可以了

# build/tools/compute_image_mean examples/four_classify/img_train_lmdb examples/four_classify/mean.binaryproto

compute_image_mean帶兩個引數，第一個引數是lmdb訓練資料位置，第二個引數設定均值檔案的名字及儲存路徑。
執行成功後，會在 examples/four_classify/ 下面生成一個mean.binaryproto的均值檔案。

四、建立模型並編寫配置檔案

模型就用程式自帶的caffenet模型，位置在 models/bvlc_reference_caffenet/資料夾下, 將需要的兩個配置檔案，複製到four_classify資料夾內.

# cp models/bvlc_reference_caffenet/solver.prototxt examples/four_classify/
# cp models/bvlc_reference_caffenet/train_val.prototxt examples/four_classify/

修改其中的solver.prototxt

# vim examples/four_classify/solver.prototxt

net: "examples/four_classify/train_val.prototxt"
test_iter: 2
test_interval: 50
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 100
display: 20
max_iter: 500
momentum: 0.9
weight_decay: 0.005
solver_mode: GPU

100個測試資料，batch_size為50，因此test_iter設定為2，就能全cover了。在訓練過程中，調整學習率，逐步變小。

修改train_val.protxt，只需要修改兩個階段的data層就可以了，其它可以不用管。

name: "CaffeNet"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 227
    mean_file: "examples/four_classify/mean.binaryproto"
  }
  data_param {
    source: "examples/four_classify/img_train_lmdb"
    batch_size: 256
    backend: LMDB
  }
}
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    mirror: false
    crop_size: 227
    mean_file: "examples/four_classify/mean.binaryproto"
  }
  data_param {
    source: "examples/four_classify/img_test_lmdb"
    batch_size: 50
    backend: LMDB
  }
}
...

實際上就是修改兩個data layer的mean_file和source這兩個地方，其它都沒有變化 。

五、訓練和測試

如果前面都沒有問題，資料準備好了，配置檔案也配置好了，這一步就比較簡單了。

# build/tools/caffe train -solver examples/four_classify/solver.prototxt

執行時間和最後的精確度，會根據機器配置，引數設定的不同而不同。我的是gpu+cudnn執行500次，大約8分鐘，精度為95%。