本文講解如何對網上下載的一個圖片利用訓練好的cifar模型進行分類

第一步

上一篇文章訓練好以后會得到兩個文件

從網上查閱資料解釋來看，第一個caffemodel是訓練完畢得到的模型參數文件，第二個solverstate是訓練中斷以后，可以用此文件從中斷地方繼續訓練(具體使用方法目前尚未測試)

caffemodel的百度云地址：鏈接：http://pan.baidu.com/s/1sl6nPXb 密碼：omow

第二步

新建一個代表cifar10數據標簽txt文件，放在examples下的cifar10文件夾內，本文采用名稱為synset_words的txt文件，內容如下：

從網上隨便下載一個圖片，但是注意，最好是cifar里面包含的種類，當然也可以下載其他的，不過分類得到的標簽肯定不對，因為訓練得到的模型不包含此種類。

比如我下載了一只貓：

第三步

使用模型進行分類，建立一個bat文件，比如我在E:\caffeDEV1\caffe-windows\Build\x64\Release下[同樣可以在debug下]建立classification.bat，內容如下 classification.exe E:\caffeDEV1\caffe-windows\examples\cifar10\cifar10_quick.prototxt E:\caffeDEV1\caffe-windows\examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 E:\caffeDEV1\caffe-windows\examples\cifar10\mean.binaryproto E:\caffeDEV1\caffe-windows\examples\cifar10\synset_words.txt E:\caffeDEV1\caffe-windows\examples\cifar10\dog.jpg pause如果你建立在其他地方，請注意你的路徑。bat的格式為XX/XX/classification.exe?xx/xx/網絡結構(cifar10_quick.prototxt) XX/XX/訓練好的模型(.caffemodel.h5) ?XX/XX/均值文件 XX/XX/下載的圖片(XX/XX代表路徑 )

第四步

也就說最后一步，直接運行這個bat文件，雙擊就行，得到如下結果

【注】我在其中一個地方卡了很久，千萬千萬不要把modelcaffe.h5的后綴改為modelcaffe，也就是說，千萬別刪掉了h5，我一直以為調用cifar10_quick_iter_4000.caffemodel，結果呵呵了，卡了一下午

第五步

第四步實現得是單張圖片的識別。第五步則對測試集進行準確率的分批測試 直接在E:\caffeDEV1\caffe-windows下建立一個bat文件(test_cifar.bat)，內容如下： .\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt -weights=examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 -gpu=0 pause【PS】注意，如果出現“cannot use GPU in CPU-only caffe :check mode.check failure stack trace.”問題，去掉后面的-gpu=0即可，代表使用CPU測試。
運行之后效果如下：
【更新日志2017-9-25】 從此博客中發現caffe -test命令默認測試50次，也就是說可能并沒有測試完全整個測試集, 所以我們需要自己計算一下應該計算多少次, 總樣本數/ batchsize，然后再命令中使用-iterations=? 指定你的測試次數，比如我計算需要測試100次才能覆蓋整個樣本, 那么就使用 .\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt -weights=examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 -gpu=0 -iterations=100 pause

總結

以上是生活随笔為你收集整理的【caffe-Windows】cifar实例编译之model的使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。