Caffe训练AlexNet网络模型——问题一
2017-03-09 16:33
253 查看
训练AlexNet网络时,出现Check failed:datum_height >= crop_size (size vs. 227)错误,具体如下图所示:
![](https://images2015.cnblogs.com/blog/953916/201703/953916-20170309160519500-1270934244.jpg)
根据提示,问题是crop_size的尺寸不匹配,AlexNet网络默认crop_size的尺寸是227*227,而我进行归一化时将每幅图像归一化成了32*32,所以这里出现问题。
在train_val.prototxt文件中将其改为32*32后,上图问题解决,如下图所示:
![](https://images2015.cnblogs.com/blog/953916/201703/953916-20170309162439609-1693537486.png)
但紧接着出现下面的问题,如下图所示:
![](https://images2015.cnblogs.com/blog/953916/201703/953916-20170309162837234-1406745299.png)
这个问题是由于归一化后的尺寸太小了,使AlexNet网络训练到第五层卷积层就已经使batch size = 1了,这是由于AlexNet网络结构有八层,所以图像的尺寸大小最好在256*256以上,并且不要修改AlexNet网络默认crop_size的尺寸,使其保持是227*227。
![](https://images2015.cnblogs.com/blog/953916/201703/953916-20170309160519500-1270934244.jpg)
根据提示,问题是crop_size的尺寸不匹配,AlexNet网络默认crop_size的尺寸是227*227,而我进行归一化时将每幅图像归一化成了32*32,所以这里出现问题。
在train_val.prototxt文件中将其改为32*32后,上图问题解决,如下图所示:
![](https://images2015.cnblogs.com/blog/953916/201703/953916-20170309162439609-1693537486.png)
但紧接着出现下面的问题,如下图所示:
![](https://images2015.cnblogs.com/blog/953916/201703/953916-20170309162837234-1406745299.png)
这个问题是由于归一化后的尺寸太小了,使AlexNet网络训练到第五层卷积层就已经使batch size = 1了,这是由于AlexNet网络结构有八层,所以图像的尺寸大小最好在256*256以上,并且不要修改AlexNet网络默认crop_size的尺寸,使其保持是227*227。
相关文章推荐
- Caffe训练AlexNet网络模型——问题二
- Caffe训练AlexNet网络模型——问题三
- 使用Caffe训练适合自己样本集的AlexNet网络模型,并对其进行分类
- Caffe训练AlexNet网络,精度不高或者为0的问题结果
- 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-2生成图像库的均值文件
- 【caffe配置】在vs2013用已经训练好的Alexnet网络提取fc6特征
- caffe训练加BN层的网络时loss为87.3365的问题解决办法
- caffe初探3:结合数据集与设计的网络模型进行训练
- caffe下用神经网络 训练自己的模型
- 基于caffe的图像分类(3)——修改网络并训练模型
- caffe上手:修改已训练好的网络并训练模型
- 【神经网络】VGG、ResNet、GoogleLeNet、AlexNet等常用网络代码及预训练模型
- caffe训练网络时loss突然增大并维持在86.3333333的问题解决
- 利用训练好的网络参数模型批量对文字分类(caffe)
- Ubuntu下caffe:用自己的图片训练并测试AlexNet模型
- 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初试(三)使用caffe的cifar10网络模型训练自己的图片数据
- 【深度学习】笔记6:使用caffe中的CIFAR10网络模型和自己的图片数据训练自己的模型(步骤详解)
- 有关Caffe训练好的模型在Python接口下使用分类不准确的问题解决
- 自己定义CNN网络模型并使用caffe训练