[DeepLearning] 深度学习框架Caffe初体验之病斑检测

0 引言

Caffe（http://caffe.berkeleyvision.org/）是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的贾扬清（http://daggerfs.com/），caffe是他研究生时期写的，目前由Berkeley继续维护。

---

本人最近正在研究利用DeepLearning进行图像分类，正好caffe中有ImageNet的例子可以修改利用。本文主要介绍： 用到的数据集、caffe网络文件修改、数据集处理 、 model准确率验证、病斑检测

1. 数据集介绍

我的数据集来自于一组带有病斑的叶子图片。图片主要为以下三类：

第一种是整张带有病斑的图片

第二种是提取的病斑窗口图片

第三种是非病斑图片，主要是一些背景的窗口图片

2. caffe训练

为了可以很好地识别病斑与非病斑，我这次训练使用的正负样本分别为上面的第二类和第三类数据，也就是病斑窗口和非病斑窗口。

2.1 网络结构设置
在$CaffeHome/examples下有一些关于深度学习的例子，我这里选取的参考例子是cifar10，这是一个用于图片分类的深度学习网络.(http://www.cs.toronto.edu/~kriz/cifar.html)
我们需要用到的文件有几个：leaf_full.prototxt、leaf_full_solver.prototxt、leaf_full_train_test.prototxt、train_full.sh 但是我们需要对其做相应的修改。

文件：leaf_full.prototxt
name: "CIFAR10_full_deploy"
# N.B. input image must be in CIFAR-10 format
# as described at http://www.cs.toronto.edu/~kriz/cifar.html
input: "data"
input_shape {
  dim: 1
  dim: 3
  dim: 32
  dim: 32
}
layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data"
  top: "conv1"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  convolution_param {
    num_output: 32
    pad: 2
    kernel_size: 5
    stride: 1
  }
}
layer {
  name: "pool1"
  type: "Pooling"
  bottom: "conv1"
  top: "pool1"
  pooling_param {
    pool: MAX
    kernel_size: 3
    stride: 2
  }
}
layer {
  name: "relu1"
  type: "ReLU"
  bottom: "pool1"
  top: "pool1"
}
layer {
  name: "norm1"
  type: "LRN"
  bottom: "pool1"
  top: "norm1"
  lrn_param {
    local_size: 3
    alpha: 5e-05
    beta: 0.75
    norm_region: WITHIN_CHANNEL
  }
}
layer {
  name: "conv2"
  type: "Convolution"
  bottom: "norm1"
  top: "conv2"
  param {
    lr_mult: 1
  }
  param {
    lr_mult: 2
  }
  convolution_param {
    num_output: 32
    pad: 2
    kernel_size: 5
    stride: 1
  }
}
layer {
  name: "relu2"
  type: "ReLU"
  bottom: "conv2"
  top: "conv2"
}
layer {
  name: "pool2"
  type: "Pooling"
  bottom: "conv2"
  top: "pool2"
  pooling_param {
    pool: AVE
    kernel_size: 3
    stride: 2
  }
}
layer {
  name: "norm2"
  type: "LRN"
  bottom: "pool2"
  top: "norm2"
  lrn_param {
    local_size: 3
    alpha: 5e-05
    beta: 0.75
    norm_region: WITHIN_CHANNEL
  }
}
layer {
  name: "conv3"
  type: "Convolution"
  bottom: "norm2"
  top: "conv3"
  convolution_param {
    num_output: 64
    pad: 2
    kernel_size: 5
    stride: 1
  }
}
layer {
  name: "relu3"
  type: "ReLU"
  bottom: "conv3"
  top: "conv3"
}
layer {
  name: "pool3"
  type: "Pooling"
  bottom: "conv3"
  top: "pool3"
  pooling_param {
    pool: AVE
    kernel_size: 3
    stride: 2
  }
}
layer {
  name: "ip1"
  type: "InnerProduct"
  bottom: "pool3"
  top: "ip1"
  param {
    lr_mult: 1
    decay_mult: 250
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  inner_product_param {
    num_output: 2
  }
}
layer {
  name: "prob"
  type: "Softmax"
  bottom: "ip1"
  top: "prob"
}

leaf_full.prototxt是网络定义文件，由于只是初步的对caffe进行了解学习，所以对于网络结构的设计我依旧沿用cifar10原来的网络结构。但是在这里有几个地方需要修改一下。首先在开头的
input_shape {
dim: 1
dim: 3
dim: 32
dim: 32
}
第一个表示每次读入的照片数，第二个表示图片的通道数，我这里用的是彩色图片，所以是3，最后两个是图片的大小，我输入的32X32图片。另外对于灰度图片，我们需要提供一个binaryprototxt类型的均值文件，文件的生成可以借助caffe提供的工具文件，在我的github代码中也可以看到这个文件。

另外在结尾中，我们必须选择num_output的数目，这个变量可以理解为我们进行的是几分类，我这里是二分类，所以num_output是2。与此同时，在leaf_full_train_test.prototxt中同样需要进行修改。

  inner_product_param {