caffe训练：shufflenet和mobilenet层定义和加速

最新推荐文章于 2024-06-10 10:00:02 发布

有石为玉

最新推荐文章于 2024-06-10 10:00:02 发布

阅读量783

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_41770169/article/details/90485214

caffe 专栏收录该内容

11 篇文章

订阅专栏

本文分享项目中使用ShuffleNet和MobileNet的亲测有效方法。对于ShuffleNet，给出层定义和预训练模型链接，介绍了文件复制、修改caffe.proto文件及编译caffe的步骤；对于MobileNet，给出层定义链接，说明了文件复制、编译caffe和替换层名字的操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

以下是最近做项目时用到的，亲测有效。

1、ShuffleNet

层定义：https://github.com/farmingyard/ShuffleNet

预训练模型：https://pan.baidu.com/s/1eS8NOm2，提取码：bcj6
（1）将cpp 和cu文件复制到caffe/src/caffe/layers目录下，将hpp文件复制到caffe/include/caffe/layers/目录下，
（2）修改在caffe/src/caffe/proto目录下的caffe.proto文件

message LayerParameter {
...
optional ShuffleChannelParameter shuffle_channel_param = 164;
...
}
...
message ShuffleChannelParameter {
optional uint32 group = 1[default = 1]; // The number of group
}
（3）编译caffe
cd caffe_ROOT
make all -j8

shufflenetv1和v2都有的版本：

https://github.com/miaow1988/ShuffleNet_V2_pytorch_caffe/releases

2、MobileNet

层定义：https://github.com/farmingyard/caffe-mobilenet

（1）将cpp 和cu文件复制到caffe/src/caffe/layers目录下，将hpp文件复制到caffe/include/caffe/layers/目录下，
（2）编译caffe
cd caffe_ROOT
make all -j8
（3）替换相应的层的名字

参考博文：https://blog.youkuaiyun.com/fengzhongluoleidehua/article/details/80797660