/cat_vs_dog-caffe

Kaggle猫狗大战caffe实现

Primary LanguageShell

最终训练好的文件使用方法

可以看这个仓库,使用opencv直接调用caffemodel的项目,C++实现 https://github.com/BlainWu/cat_or_dog_opencv-test

数据集准备

1.下载使用微软的没有被打乱的dataset

https://www.microsoft.com/en-us/download/confirmation.aspx?id=54765

2.数据集打标签

按照我的个人习惯,把手动猫和狗都挑出了20%的图片作为测试集
最后的文件夹组成结构是这样
|--dataset
|----test
|------cat_test
|------dog_test
|----train
|------cat_train
|------dog_train

图片的标签比较容易打,这写了一个python文件auto_list.py ,可以在终端通过命令 python auto_list.py test或者train即可得到标签。

3.数据转换

因为caffe支持lmdb类型的数据库,用打包好的数据库训练更快。转换的脚本为文件为create_lmdb.sh

4.得到均值文件

脚本文件dataset_mean.sh

网络的设置

1.纯网络结构文件,训练的时候不会使用到

deploy.prototxt

2.训练配置参数文件

solver.prototxt

3.训练实际使用的网络文件

train_val.prototxt