LARC Caffe筆記(二) 訓練自己的img
繼看完 賀完結!CS231n官方筆記
上一次已經成功跑起caffe自帶的例程,mnist和cifar10
但是終歸用的是裡面寫好的指令碼,於是打算訓練自己的img
〇、目標
準備好food圖片3類(出於資料安全考慮,使用food101公開資料集)
每一類都是沒有resize的1000張圖片
現在的任務就是:
- 將這三類food分類
通過這個小任務應該可以熟練caffe使用
小問題列表:
(1)這個後面的數字只要不一樣就行了吧,用於表示類別?
答:ML中類別都是用數字表示的,而且必須是連續的,這是softmax函式所決定的,不連續就沒法算了
且必須從0開始,如果只有三類就是0,1,2
(2)train val test,比如我有三類food,那資料夾結構應該是怎樣,或者說資料夾路徑無所謂,在txt裡面指明路徑就行?
無所謂,txt制定就行
(3)如果train 25%,val 25%, test 75%,是這三類對每一類都是這樣的比例吧,比如上面那個food,apple pie是train 25%,val 25%, test 75%
無所謂,不一定要嚴格成比例
一、createList
fileList=`ls`
for file in $fileList;do
echo $file
done
test.txt應不應該帶label
答:你如果要算準確率肯定要有label,格式和train的一樣就行,具體如何你直接看對應資料讀取的cpp,如果是txt裡讀取,對應的應該是個叫data layer的cpp
有時候資料讀取也自己寫的,資料比較複雜的情況,比如做檢測的時候,並不是一個圖片一個label,而是有很多矩形框,替換data layer的cpp
生成train.txt val.txt test.txt的shell如下,但是不具有一般性,而且這裡寫入txt的圖片路徑不應該是絕對路徑,應該是與後面的create_lmdb連用的路徑
# /usr/bin/env sh
# by Bill
DATA=`pwd`
echo "Create train.txt..."
fileList0=`ls $DATA/train/apple_pie`
fileList1=`ls $DATA/train/baby_back_ribs`
fileList2=`ls $DATA /train/caesar_salad`
for file in $fileList0;do
echo apple_pie/$file | sed "s/$/ 0/">>$DATA/train.txt
done
for file in $fileList1;do
echo baby_back_ribs/$file | sed "s/$/ 1/">>$DATA/train.txt
done
for file in $fileList2;do
echo caesar_salad/$file | sed "s/$/ 2/">>$DATA/train.txt
done
echo "Create val.txt..."
fileList0=`ls $DATA/val/apple_pie`
fileList1=`ls $DATA/val/baby_back_ribs`
fileList2=`ls $DATA/val/caesar_salad`
for file in $fileList0;do
echo apple_pie/$file | sed "s/$/ 0/">>$DATA/val.txt
done
for file in $fileList1;do
echo baby_back_ribs/$file | sed "s/$/ 1/">>$DATA/val.txt
done
for file in $fileList2;do
echo caesar_salad/$file | sed "s/$/ 2/">>$DATA/val.txt
done
echo "Create test.txt..."
fileList0=`ls $DATA/test/apple_pie`
fileList1=`ls $DATA/test/baby_back_ribs`
fileList2=`ls $DATA/test/caesar_salad`
for file in $fileList0;do
echo apple_pie/$file | sed "s/$/ 0/">>$DATA/test.txt
done
for file in $fileList1;do
echo baby_back_ribs/$file | sed "s/$/ 1/">>$DATA/test.txt
done
for file in $fileList2;do
echo caesar_salad/$file | sed "s/$/ 2/">>$DATA/test.txt
done
二、將img轉為lmdb
修改於examples/imagenet/create_imagenet.sh
#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# By Bill
set -e
DBNAME=.
ListPath=.
TOOLS=/home/hwang/hwang/caffe-master/build/tools
TRAIN_DATA_ROOT=/home/hwang/hwang/dataset/whFoodTrainTest/train/
VAL_DATA_ROOT=/home/hwang/hwang/dataset/whFoodTrainTest/val/
# Set RESIZE=true to resize the images to 256x256. Leave as false if images have
# already been resized using another tool.
RESIZE=true
if $RESIZE; then
RESIZE_HEIGHT=256
RESIZE_WIDTH=256
else
RESIZE_HEIGHT=0
RESIZE_WIDTH=0
fi
if [ ! -d "$TRAIN_DATA_ROOT" ]; then
echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT"
echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \
"where the ImageNet training data is stored."
exit 1
fi
if [ ! -d "$VAL_DATA_ROOT" ]; then
echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT"
echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \
"where the ImageNet validation data is stored."
exit 1
fi
echo "Creating train lmdb..."
GLOG_logtostderr=1 $TOOLS/convert_imageset \
--resize_height=$RESIZE_HEIGHT \
--resize_width=$RESIZE_WIDTH \
--shuffle \
$TRAIN_DATA_ROOT \
$ListPath/train.txt \
$DBNAME/whAlexNet_train_lmdb
echo "Creating val lmdb..."
GLOG_logtostderr=1 $TOOLS/convert_imageset \
--resize_height=$RESIZE_HEIGHT \
--resize_width=$RESIZE_WIDTH \
--shuffle \
$VAL_DATA_ROOT \
$ListPath/val.txt \
$DBNAME/whAlexNet_val_lmdb
echo "Done."
實則呼叫了caffe 的 convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME [2]
需要帶四個引數:
FLAGS: 圖片引數組
ROOTFOLDER/: 圖片存放的絕對路徑,從linux系統根目錄開始
LISTFILE: 圖片檔案列表清單,一般為一個txt檔案,一行一張圖片
DB_NAME: 最終生成的db檔案存放目錄
FLAGS這個引數組,有些什麼內容:
-gray: 是否以灰度圖的方式開啟圖片。程式呼叫opencv庫中的imread()函式來開啟圖片,預設為false
-shuffle: 是否隨機打亂圖片順序。預設為false
-backend:需要轉換成的db檔案格式,可選為leveldb或lmdb,預設為lmdb
-resize_width/resize_height: 改變圖片的大小。在執行中,要求所有圖片的尺寸一致,因此需要改變圖片大小。 程式呼叫opencv庫的resize()函式來對圖片放大縮小,預設為0,不改變
-check_size: 檢查所有的資料是否有相同的尺寸。預設為false,不檢查
-encoded: 是否將原圖片編碼放入最終的資料中,預設為false
-encode_type: 與前一個引數對應,將圖片編碼為哪一個格式:‘png’,’jpg’……
三、計算均值並儲存
圖片減去均值再訓練,會提高訓練速度和精度。因此,一般都會有這個操作。
caffe程式提供了一個計算均值的檔案compute_image_mean.cpp,我們直接使用就可以了
# sudo build/tools/compute_image_mean examples/myfile/img_train_lmdb examples/myfile/mean.binaryproto
compute_image_mean帶兩個引數,第一個引數是lmdb訓練資料位置,第二個引數設定均值檔案的名字及儲存路徑。
執行成功後,會在 examples/myfile/ 下面生成一個mean.binaryproto的均值檔案。
模型需要從每張圖片減去均值,所以我們需要獲取training images的均值,用tools/compute_image_mean.cpp實現.這個cpp是一個很好的例子去熟悉如何操作多個元件,例如協議的緩衝區,leveldb,登陸等.
下面的shell程式碼修改自examples/imagenet/make_imagenet_mean.sh
#!/usr/bin/env sh
# Compute the mean image from the imagenet training lmdb
# By Bill
DBNAME=.
ListPath=.
TOOLS=/home/hwang/hwang/caffe-master/build/tools
$TOOLS/compute_image_mean $DBNAME/whAlexNet_train_lmdb \
$ListPath/whAlexNet_mean.binaryproto
echo "Done."
四、定義網路
AlexNet模型定義於檔案:models/bvlc_alexnet/train_val.prototxt,注意需將檔案中的訓練資料集和測試資料集的地址更改為伺服器中實際存放的地址。
訓練引數定義於檔案:models/bvlc_alexnet/solver.prototxt
主要是修改各資料層的檔案路徑.如下圖:
如果細心觀察train_val.prototxt的train部分和val部分,可以發現他們除了資料來源和最後一層不同以外,其他基本相似.在training時,我們用softmax-loss層計算損失函式和初始化反向傳播,而在驗證時,我們使用精度層檢測精度.
還有一個執行協議solver.prototxt,複製過來,將第一行路徑改為我們自己的路徑net:”examples/mydata/train_val.prototxt”. 從裡面可以觀察到,我們將執行256批次,迭代4500000次(90期),每1000次迭代,我們測試學習網路驗證資料,我們設定初始的學習率為0.01,每100000(20期)次迭代減少學習率,顯示一次資訊,訓練的weight_decay為0.0005,每10000次迭代,我們顯示一下當前狀態。
以上是教程的,實際上,以上需要耗費很長時間,因此,我們稍微改一下
test_iter: 1000是指測試的批次,我們就10張照片,設定10就可以了。
test_interval: 1000是指每1000次迭代測試一次,我們改成500次測試一次。
base_lr: 0.01是基礎學習率,因為資料量小,0.01就會下降太快了,因此改成0.001
lr_policy: “step”學習率變化
gamma: 0.1學習率變化的比率
stepsize: 100000每100000次迭代減少學習率
display: 20每20層顯示一次
max_iter: 450000最大迭代次數,
momentum: 0.9學習的引數,不用變
weight_decay: 0.0005學習的引數,不用變
snapshot: 10000每迭代10000次顯示狀態,這裡改為2000次
solver_mode: GPU末尾加一行,代表用GPU進行
貼上另一篇部落格的說明:
net: "examples/my_simple_image/cifar/cifar10_quick_train_test.prototxt" #網路檔案路徑
test_iter: 20 #測試執行的迭代次數
test_interval: 10 #迭代多少次進行測試
base_lr: 0.001 #迭代速率,這裡我們改小了一個數量級,因為資料比較少
momentum: 0.9
weight_decay: 0.004
lr_policy: "fixed" #採用固定學習速率的模式display: 1 #迭代幾次就顯示一下資訊,這裡我為了及時跟蹤效果,改成1
max_iter: 4000 #最大迭代次數
snapshot: 1000 #迭代多少次生成一次快照
snapshot_prefix: "examples/my_simple_image/cifar/cifar10_quick" #快照路徑和字首
solver_mode: CPU #CPU或者GPU
熊偉說:
(1)base_lr: 0.01
gamma: 0.1
stepsize: 100000
這三個引數是最重要的(2)在conv層,這兩個數字設為0,梯度就不會變(是乘在梯度前面的),那就可以單獨訓練固定的層
param {
lr_mult: 1
decay_mult: 1
}(3)25%做train,25%val,50%test?感覺這個有問題
(4)iteration怎麼設定:總的datasize/batchsize=>一個epoch需要的iteration。一般10個epoch就可以
對於我的訓練資料,從[7]得到的啟發:
示例: caffe/examples/mnist/lenet_solver.prototxt
# The train/test net protocol buffer definition
net: "examples/mnist/lenet_train_test.prototxt"
# test_iter specifies how many forward passes the test should carry out.
# In the case of MNIST, we have test batch size 100 and 100 test iterations,
# covering the full 10,000 testing images.
test_iter: 100
# Carry out testing every 500 training iterations.
test_interval: 500
# The base learning rate, momentum and the weight decay of the network.
base_lr: 0.01
momentum: 0.9
weight_decay: 0.0005
# The learning rate policy
lr_policy: "inv"
gamma: 0.0001
power: 0.75
# Display every 100 iterations
display: 100
# The maximum number of iterations
max_iter: 10000
# snapshot intermediate results
snapshot: 5000
snapshot_prefix: "examples/mnist/lenet"
# solver mode: CPU or GPU
solver_mode: CPU
我自己的設定,train資料是3個類別,每個類別20張food圖片(一共60張train);val有(10*3=)30張;test有(10*3=)30張
batch_size設定的16
data_param {
source: "/home/hwang/hwang/dataset/whFoodTrainTest/whAlexNet_train_lmdb"
batch_size: 16
backend: LMDB
}
solver
net: "./train_val.prototxt"
test_iter: 4
test_interval: 500
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 100000
display: 20
max_iter: 1000
momentum: 0.9
weight_decay: 0.0005
snapshot: 2000
snapshot_prefix: "snapshot_prefix/caffe_alexnet_train"
solver_mode: GPU
我自己的設定2
1500(3*500 = )張train資料
16的batchsize
solver如下:
net: "./train_val.prototxt"
test_iter: 32
test_interval: 500
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 100000
display: 20
max_iter: 10000
momentum: 0.9
weight_decay: 0.0005
snapshot: 2000
snapshot_prefix: "snapshot_prefix/caffe_alexnet_train"
solver_mode: GPU
五、開始train
#!/usr/bin/env sh
#By Bill
set -e
/home/hwang/hwang/caffe-master/build/tools/caffe train \
--solver=./solver.prototxt [email protected]
把所有訓練資料輪一次是一個epoch
1500張train的food圖片跑的結果如下(loss很低,但是accuracy上不去的原因,熊偉說是因為資料量太少,overfitting了)
參考資料
相關推薦
LARC Caffe筆記(二) 訓練自己的img
繼看完 賀完結!CS231n官方筆記 上一次已經成功跑起caffe自帶的例程,mnist和cifar10 但是終歸用的是裡面寫好的指令碼,於是打算訓練自己的img 〇、目標 準備好food圖片3類(出於資料安全考慮,使用food101公開資料集) 每一類都是沒有resize的1000張圖片
CTC學習筆記(二) 訓練和公式推導
整體思路 訓練流程和傳統的神經網路類似,構建loss function,然後根據BP演算法進行訓練,不同之處在於傳統的神經網路的訓練準則是針對每幀資料,即每幀資料的訓練誤差最小,而CTC的訓練準則是基於序列(比如語音識別的一整句話)的,比如最大化p(z|x
Pytorch學習筆記(二)自己載入單通道圖片用作資料集訓練
作者:灰色橡皮擦 pytorch 在torchvision包裡面有很多的的打包好的資料集,例如minist,Imagenet-12,CIFAR10 和CIFAR100。在torchvision的dataset包裡面,用的時候直接呼叫就行了。具體的呼叫格
caffe簡易上手指南(二)—— 訓練我們自己的資料
訓練我們自己的資料 本篇繼續之前的教程,下面我們嘗試使用別人定義好的網路,來訓練我們自己的網路。 1、準備資料 首先很重要的一點,我們需要準備若干種不同型別的圖片進行分類。這裡我選擇從ImageNet上下載了3個分類的圖片(Cat,Dog,Fish)。 圖片需要分兩批:訓練集(train)、測試集
caffe學習筆記(五)--使用自己的資料集第一次進行訓練
接著上一篇博文:製作自己的資料集 在製作好我們自己的LMDB格式的資料集後,我們就可以依照前面mnist的例程來對LeNet模型進行訓練啦,有木有很激動(≧▽≦)/ (雖然現在對模型而是一片懵懂) 簡單的說下步驟: 從caffe root/exmples
Machine Learning筆記整理 ------ (二)訓練集與測試集的劃分
1. 留出法 (Hold-out) 將資料集D劃分為2個互斥子集,其中一個作為訓練集S,另一個作為測試集T,即有: D = S ∪ T, S ∩ T = ∅ 用訓練集S訓練模型,再用測試集T評估誤差,作為泛化誤差估計。 特點:單次使用留出法得到的估計結果往往不夠穩定可靠,故如果要使用留出法,一般採用若
《自己動手寫java虛擬機器》學習筆記(二)-----命令列工具(java)
專案地址:https://github.com/gongxianshengjiadexiaohuihui 首先是Cmd的類 /** * @ClassName Cmd * @Description TODO * @Author Mr.G * @Date 2018/10/9 9:40
機器學習速成筆記(二): 訓練與損失
訓練模型通過有標籤樣本來學習(確定)所有的權重和偏差的理想值。 損失是對槽糕預測的懲罰,損失是一個數值,模型的預測完全正確,則損失為零,反之,模型的預測越槽糕,損失越大。 平方損失:一種常見的損失函式,線性迴歸模型就是使用該平方損失 均方誤差:每個樣本的平均平方損失,計算均方誤差,要算出
OpenCV學習記錄(二):自己訓練haar特徵的adaboost分類器進行人臉識別
上一篇文章中介紹瞭如何使用OpenCV自帶的haar分類器進行人臉識別(點我開啟)。 這次我試著自己去訓練一個haar分類器,前後花了兩天,最後總算是訓練完了。不過效果並不是特別理想,由於我是在自己的筆記本上進行訓練,為減少訓練時間我的樣本量不是很大,最後也只是勉強看看效果了
cs231n斯坦福基於卷積神經網路的CV學習筆記(二)神經網路訓練細節
五,神經網路 注意點part1 例項:邏輯迴歸二層神經網路訓練函式 使用權重w和偏差值biase計算出第一個隱含層h,然後計算損失,評分,進行反向傳播回去 多種常用啟用函式(一般預設max(0,x)),如sigmoid函式具有飽和區梯度0,非零點中心,計算x複
深度學習tensorflow實戰筆記(1)全連線神經網路(FCN)訓練自己的資料(從txt檔案中讀取)
寫在前面的話:離上一次寫部落格已經有些日子了,以前的工程都是在caffe平臺下做的,caffe平臺雖然挺好用的,但是caffe主要用於做CNN,對於其它的網路模型用起來不太方便,所以博主轉戰tensorflow,Google對待tensorflow就想當年對待An
Composer筆記(二):建立自己的PHP類庫
一、在建立類庫之前,你必須有一個github的賬號,作為程式碼託管,github是非常好的一個選擇 >github主頁:https://github.com 二、在windows下載並安裝gi
Windows Caffe 學習筆記(二)提取特徵
這次的筆記是記錄如何從預先訓練的模型中提取特徵。仍然是由於Windows版本Caffe的問題,繞了一些彎路。 正文如下: 1.選擇執行的資料 在examples/下新建一個資料夾,命名為_te
pytorch訓練ImageNet筆記(二)
1.import torch.backends.cudnn as cudnn的作用: cudnn.benchmark = true 總的來說,大部分情況下,設定這個 flag 可以讓內建的 cuDNN 的 auto-tuner 自動尋找最適合當前配置的高效演算法,來達到優化執行效率的問題。
Jetson TX2學習筆記(二):caffe安裝配置
我需要在caffe上執行深度學習程式,因此在這裡把caffe GPU在jetson tx2(下稱TX2主機)安裝的過程記錄下來。 由於JetPack中自帶CUDA、OpenCV和CuDNN,在完成TX2主機JetPack安裝後(教程可參見我的前一篇博文http
caffe學習筆記(四)--製作自己的資料集train.txt和val.txt,生成LMDB檔案
在深度學習的實際應用中,我們經常用到的原始資料是圖片檔案,如jpg,png,tif等格式的,而且有可能圖片的大小還不一致。 我今天嘗試製作一個自己的訓練資料集,主要步驟為: 1.用MATLAB截圖得到訓練集的圖片 2.生成標籤檔案列表,即生成 train.
自己用的C#基礎學習筆記(二)——C#面向物件(2)
1 第十一天 1.1 string stringbuffer stringbulider 1.三者在執行速度方面的比較:StringBuilder > StringBuffer > String 2.String <(StringBuffer,Str
ios筆記(二)控件屬性
let less sin alpha rec 再次 fontsize adjust 旋轉 1.設置UIButton的按鈕內容 //設置自定義的按鈕 //UIButton *button1=[UIButton buttonWithType:UIButtonTypeCust
php laravel框架學習筆記 (二) 數據庫操作
true 數據 mar sql show top 一行 ati del 原博客鏈接:http://www.cnblogs.com/bitch1319453/p/6810492.html mysql基本配置 你可用通過配置環境變量,使用cmd進入mysql,當然還有一種東
java學習筆記(二)圖形用戶接口
star strong per getwidth cep runnable graphics s2d gb2 這個學期主要放在ACM比賽上去了,比賽結束了。不知不覺就15周了,這周就要java考試了,復習一下java吧。java的學習的目的還是讓我們學以致用,讓我們可以