1 cifar10数据库 60000张32*32 彩色图片 共10类 50000张训练 10000张测试 下载cifar10数据库 这是binary格式的,所以我们要把它转换成leveldb格式。 2 在../caffe-windows/examples/cifar10文件夹中有一个 convert_cifar_data.cpp 将他include到MainCaller.cpp中。如下: 编译....我是一次就通过了 ,在bin文件夹里出现convert_cifar_data.exe。然后 就可以进行格式转换。binary→leveldb 可以在bin文件夹下新建一个input文件夹。将cifar10.binary文件放在input文件夹中,这样转换时就不用写路径了。 cmd进入bin文件夹 执行后,在output文件夹下有cifar_train_leveldb和cifar_test_leveldb两个文件夹。里面是转化好的leveldb格式数据。 当然,也可以写一个bat文件处理,方便以后再次使用。 3 下面我们要求数据图像的均值 编译../../tools/comput_image_mean.cpp 编译成功后。接下来求mean cmd进入bin。 执行后,在bin文件夹下出现一个mean.binaryproto文件,这就是所需的均值文件。 4 训练cifar网络 在.../examples/cifar10文件夹里已经有网络的配置文件,我们只需要将cifar_train_leveldb和cifar_test_leveldb两个文件夹还有mean.binaryproto文件拷到cifar0文件夹下。 修改cifar10_quick_train.prototxt中的source: "cifar-train-leveldb" mean_file: "mean.binaryproto" 和cifar10_quick_test.prototxt中的source: "cifar-test-leveldb" mean_file: "mean.binaryproto"就可以了, 后面再训练就类似于MNIST的训练。写一个train_quick.bat,内容如下: [plain] view plaincopy copy ..\\..\\bin\\MainCaller.exe ..\\..\\bin\\train_net.exe SET GLOG_logtostderr=1 "../../bin/train_net.exe" cifar10_quick_solver.prototxt pause 先编译一遍 train_net.cpp 运行train_quick.bat