采用caffe的model在自己的数据上面进行 fine-tuning
2014-07-23 10:59
232 查看
学了caffe的基本构架以后,想采用caffe的model在自己的数据库上面进行fine-tuning.
我的主要工作还是做图像分类,所以我没有修改caffe的构架。
(1)只是将最后的输出1000改为了14,同时把train和val中的fc8全部改为一个自定义的名字,如fc-ft,这个名字随
便自己定义。
(2)用自带的create_imagenet.sh脚本生成训练和验证数据,用make_imagenet_mean.sh生成均值文件;
(3)编写运行脚本,finetune.sh:并且注意自己的相关文件的路径。
我的主要工作还是做图像分类,所以我没有修改caffe的构架。
(1)只是将最后的输出1000改为了14,同时把train和val中的fc8全部改为一个自定义的名字,如fc-ft,这个名字随
便自己定义。
(2)用自带的create_imagenet.sh脚本生成训练和验证数据,用make_imagenet_mean.sh生成均值文件;
(3)编写运行脚本,finetune.sh:并且注意自己的相关文件的路径。
#!/usr/bin/env sh TOOLS=../../build/tools GLOG_logtostderr=1 $TOOLS/finetune_net.bin std_solver.prototxt caffe_reference_imagenet_model echo "Done."(4)./finetune.sh,即可。
相关文章推荐
- 从一到二:利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试
- 怎样用自己的数据集对caffe训练好的model进行fineture(当类别数量不一致时)
- 4000 caffe 教程 Fine-tuning a Pretrained Network for Style Recognition下载数据
- 【神经网络与深度学习】Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- caffe学习笔记3:使用caffe对自己的图像数据进行训练和测试
- caffe生成caffemodel以及利用caffemodel进行对自己的图片分类
- caffe上手:使用INRIA行人数据集对BVLC Caffe进行fine-tuning
- Windows下caffe用fine-tuning训练好的caffemodel来进行图像分类
- 从一到二:利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试
- 【caffe】使用自己的图像数据训练lenet并用opencv进行预测
- [caffe学习笔记]用自己的数据进行训练和测试
- caffe image recognization model and prototxt for transfer learning (fine-tuning)
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-4应用生成模型进行预测
- Caffe学习系列(23):如何将别人训练好的model用到自己的数据上
- 深度学习文章5:使用caffe对自己的图像数据进行训练并测试
- Caffe使用step by step:使用自己数据对已经训练好的模型进行finetuning
- C#——正式开始自己的AE开发,先做一个button进行读取特定数据
- 采用bitmap位图算法对大量不重复数据进行线性时间排序
- 自己封装的数据通信服务组件DotNet.ServiceModel