Ubuntu kylin-14.4+cuda7.5+nvidia-410 + cudnn-5.0.5 + OpenCV3 + Python
问题总结
caffe模型的训练
训练需要的文件：train.prototxt，test.prototxt，lmdb，name_mean.binaryproto，slover.prototxt
数据文件：images，train.txt，test.txt
脚本文件：train_caffenet.sh，make_dataset_mean.sh，create_dataset.sh
训练生成的文件：name.caffemodel，name.solverstate
文件简介
- 1、train.prototxt，test.prototxt：训练和测试模型构建文件
- 2、lmdb：数据库文件
- 3、name_mean.binaryproto：均值文件
- 4、slover.prototxt：训练配置文件
- 5、images：训练集和测试集
- 6、train.txt，test.txt：训练集和测试集训练集和测试集的文件清单
- 7、train_caffenet.sh：执行训练脚本
- 8、make_dataset_mean.sh：生成均值文件脚本
- 9、create_dataset.sh：构造lmdb数据库脚本
- 10、name.caffemodel：生成的模型
- 11、name.solverstate：模型状态
各文件的生成
- 1、train.prototxt，test.prototxt：用Python配置好网络参数后输出到train.prototxt，test.prototxt文件
- 2、lmdb：lmdb数据库，以images，train.txt，test.txt为数据文件，create_dataset.sh为脚本文件生成
- 3、name_mean.binaryproto：均值文件，由make_dataset_mean.sh脚本文件生成
- 4、slover.prototxt：Python代码生成
- 5、name.caffemodel：训练过程中生成
- 6、name.solverstate：训练过程中生成
caffe模型的使用：
需要的文件：name.caffemodel，deploy.prototxt，name_mean.binaryproto，images，data.txt，name_mean.npy
文件简介
- 1、name.caffemodel：训练好的caffe模型
- 2、deploy.prototxt：前向文件
- 3、name_mean.binaryproto：原始均值文件
- 4、images，data.txt：待测数据、数据清单
- 5、name_mean.npy：由原始均值文件转化完成的caffe能接受的.npy形式的均值文件
持续更新
