DL学习笔记【2】caffe使用步骤详解

本文详细介绍了如何使用Caffe深度学习框架进行验证码图片识别模型的训练过程,包括准备图片数据、生成LDB文件、计算均值(mean)文件、配置训练及测试参数等步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

http://blog.youkuaiyun.com/u012878523/article/details/41698209


1、准备图片路径

 

所有图片在以下两个文件夹中分别放好

E:\F\study\VC2012\DL\Caffe_VS2012\data\verifycode\train

E:\F\study\VC2012\DL\Caffe_VS2012\data\verifycode\test

命令行运行如下命令:

(下边的input换成对应的traintest就好,txt文件需要提前在verifycode文件夹中准备好)

 

2、生成ldb文件

运行E:\F\study\VC2012\DL\Caffe_VS2012\convertimage2ldb.bat

 

这里边的各种路径就是你训练时候要使用的路径

第一个是放图片的路径,第二个是上一步得到的txt文件,第三个是最终存储ldb文件的文件夹,0为顺序,1为乱序

 

3、生成mean文件

运行E:\F\study\VC2012\DL\Caffe_VS2012\computeMean.bat

 

同上

 

4、把testtrainmean等文件都放在这个目录下:

E:\F\study\VC2012\DL\Caffe_VS2012\examples\verify

 

按照教程修改traintestsolver.prototxt文件

http://blog.youkuaiyun.com/u012878523/article/details/40977229

 

双击运行即可。


5、如果想要接着上次的数据继续运行,则在 train_lenet.exe 改为以下格式

copy ..\\..\\bin\\MainCaller.exe ..\\..\\bin\\train_net.exe
SET GLOG_logtostderr=1
"../../bin/train_net.exe" lenet_solver.prototxt lenet_iter_1000.solverstate
pause


注意:

1. solver中的test_iter  * train_test网络中test的batch_size = 测试图片总数

2. solver中的max_iter * train_test网络中的train的batch_size / trian总图片数 = 把train中的图片遍历多少次


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值