利用Caffe训练模型(solver、deploy、train_val)+python使用已训练模型

作者:sinat_26917383

本文部分内容来源于CDA深度学习实战课堂,由唐宇迪老师授课

  • 如果你企图用CPU来训练模型,那么你就疯了…
  • 训练模型中,最耗时的因素是图像大小size,一般227*227用CPU来训练的话,训练1万次可能要超过1周的时间。
  • 不同的网络结构,可能会有不同图片尺寸的需求,所以训练之前需要了解一下,在生成LMDB环节就直接符合上模型的数据要求。
  • 如果你自己DIY了框架,那么不知道如何检验框架与通用框架比较,是否优质,可以去benchmarks网站,跟别人的PK一下:http://human-pose.mpi-inf.mpg.de/
  • Caffe官网: Examples:主要集中在训练模型 Notebook Examples:集中在fun-tuning模型

一、训练文件配置详情

1、参数文件solver.prototxt

以caffeNet为例,参数解读:

net: "/caffe/examples/lmdb_test/train/bvlc_reference_caffenet/train_val.prototxt"
    # 训练的prototxt在哪,路径
test_iter: 1000
    # 测试要迭代多少个Batch  test_iter * batchsize(测试集的)= 测试集的大小
test_interval: 500
    # 每500次迭代,就在用测试集进行测试
base_lr: 0.01
    # 设置初始化的学习率为0.01
lr_policy: "step"
    # 权重衰减策略。
gamma: 0.1
stepsize: 100000
    # 初始的学习率为0.01,并且每100000次迭代中进行学习率下降
display: 20
    # 每20次epoch就显示出一些数据信息
max_iter: 50000
    # 迭代次数
momentum: 0.9
    # 一直都是0.9,固定不变;迭代的数据更快,步伐更快

weight_decay: 0.0005
    # 权重衰减因子为0.0005
snapshot: 10000
    # 每10000次迭代中,就生成当前状态的快照
snapshot_prefix: "/caffe/examples/lmdb_test/train/bvlc_reference_caffenet"
    # 模型快照保存

solver_mode: CPU
    # 可以设定GPU还是cpu

快照的大用途:如果出了什么意外中断了训练,那真是天都要塌了,所以快照存储了训练的中间结果,这个设计真是人性化,当再次训练时,就可以从快照中恢复数据了。直接在最后的执行文件,调用已经训练的快照就行,用-snapshot

2、框架文件,train_val.prototxt

框架文件每一层参数具体含义是什么?可参考caffe官方链接:http://caffe.berkeleyvision.org/tutorial/layers.html

训练文件:配置训练阶段的图片数据集、配置训练阶段的标签数据集、配置测试阶段的图片数据集 、配置测试阶段的标签数据集 、 多标签损失函数(博客:Caffe中LMDB接口实现多标签数据准备及训练)

网络的配置文件——定义网络

Name:””  #随便写
Layer
{
Name:””  #名称
Type:””  #很严格
Top:”label” # 接最后的内容,最后全连接层会出现"bottom:"label""
}

Transform.param
# 1/256,归一化,多少大小一般都需要进行归一化处理

Batch_size:64  
#一次迭代多少个样本

Layer
{data}
# 两个数据层,一个训练层,一个验证层

Layer 
{
Conv1
}

需要注意的是:

1. 最后全连接输出,时候你是几分类,就要填几:

多分类数量就看训练时候的分类个数。

inner_product_param {
    num_output: 2
    weight_filler {
      type: "gaussian"
      std: 0.01

2. 自己定义层的时候
需要自己写不同的层,c++自己写,挺麻烦的

3. 图片尺寸
图片尺寸是根据网络来定义的,大型网络都是227*227(224*224),VGG,ALEX都是这样,譬如lenet小网络就可以用28*28

4. batch的作用
Batch越大越好,一般64.小的话,可以更好地显示,小步迭代

3、模型执行文件train.sh

执行文件就是训练好之后,你要在linux下运行的文件。

./build/tools/caffe train \
  # caffe这个工具在哪,一般就在tool之下
-gpu 0 \
  # 不必须,是否用GPU,譬如你有很多块GPU,每块都有编号,那么就可以直接选择某一块GPU。其中如果你有四块GPU,那么就可以-gpu all
-model path/to/trainval.prototxt \
  # 不必须,因为后面有solver参数文件,而参数文件里面有trainval.prototxt文件,一般都不用写
-solver path/to/solver.prototxt \
  # 必须,prototxt文件内容在哪
-weights path/to/pretrained_weights.caffemodel
  # 不必须,-weight用来做fine-tuning,参数拿来学习。这个在fine-tuning时候用得上
--snapshot=examples/imagenet/myself/model/caffenet_train_1000.solverstate
  # 如果断了,这时候就可以用快照继续训练啦~  只要在执行文件中加入snapshot的路径

其中snapshot可是大杀器,笔者觉得有两个用途:

  • 1、临时停机了…机器训练中断了…
    训练的时候是遵循snapshot每10000次生成一次快照,如果停机就可以继续延续上次的内容继续训练,再写一遍这个文件即可。
  • 2、要fine-tuning别人的模型,则需要先down他们的模型快照,然后继续训练,继续训练的时候可以让学习率降低到很小,把全连接层可以稍微分一下。

4、验证集文件:deploy.prototxt

这个文件是预测的时候需要用到的,跟参数trian_val.prototxt训练文件很相似。

train_val.prototxt文件=数据输入+卷积层+全连接层+loss/accuracy
Deploy.prototxt文件=简化版数据输入+卷积层+全连接层+prob预测层

其他真的不用改动。train_val的ImageData输入层,需要修改为input层。

就拿AlexNet来说,不同之处在数据输入部分+最后链接层

  • Deploy.prototxt的数据输入部分:
layer {
  name: "data"
  type: "Input"
  top: "data"
  input_param { shape: { dim: 10 dim: 3 dim: 227 dim: 227 } }
}

其中input_param中的参数意义为:
**第一个:**dim,对待识别样本图片进行数据增广的数量,一个图片会变成10个,之后输入到网络进行识别。如果不进行数据增广,可以设置成1。
第二个:图片的通道数,一般灰度图片为单通道,则值为1,如果为非灰度图3通道图片则为3。
第三个:图片的高度,单位像素。
第四个:图片的宽度,单位像素。
内容来源于:caffe生成lenet-5的deploy.prototxt文件

  • Deploy.prototxt的全连接prob部分:
layer {
  name: "prob"
  type: "Softmax"
  bottom: "fc8"
  top: "prob"
}

输出的是概率值,参数trian_val.prototxt集合中全连接层之后链接的是loss/accuracy。可以看出训练集要求的主要内容是输出loss/accuracy,衡量训练精度;而验证集文件,主要就是将图片分类输出出来。


二、训练完之后如何测试新数据

官方案例案例链接ipynb格式:打开链接

1、如何将mean.binaryproto转mean.npy

由于验证的时候需要在python下,验证新图片的时候,是先读入然后减去均值,这时候均值就需要一个python可以理解的版本。
网络上有博客总结两种方法(博客:Caffe均值文件mean.binaryproto转mean.npy):mean.binaryproto转mean.npy、已知均值情况下用均值创建

(1)mean.binaryproto 转化
使用Caffe的C++接口进行操作时,需要的图像均值文件是pb格式,例如常见的均值文件名为mean.binaryproto;但在使用Python接口进行操作时,需要的图像均值文件是numpy格式,例如mean.npy。所以在跨语言进行操作时,需要将mean.binaryproto转换成mean.npy,转换代码如下:

import caffe
import numpy as np

MEAN_PROTO_PATH = 'mean.binaryproto'               # 待转换的pb格式图像均值文件路径
MEAN_NPY_PATH = 'mean.npy'                         # 转换后的numpy格式图像均值文件路径

blob = caffe.proto.caffe_pb2.BlobProto()           # 创建protobuf blob
data = open(MEAN_PROTO_PATH, 'rb' ).read()         # 读入mean.binaryproto文件内容
blob.ParseFromString(data)                         # 解析文件内容到blob

array = np.array(caffe.io.blobproto_to_array(blob))# 将blob中的均值转换成numpy格式,array的shape (mean_number,channel, hight, width)
mean_npy = array[0]                                # 一个array中可以有多组均值存在,故需要通过下标选择其中一组均值
np.save(MEAN_NPY_PATH ,mean_npy)

(2)已知图像均值,构造mean.npy

如果已知图像中每个通道的均值,例如3通道图像每个通道的均值分别为104,117,123,我们也可以通过其构造mean.npy。代码如下:

import numpy as np

MEAN_NPY_PATH = 'mean.npy'

mean = np.ones([3,256, 256], dtype=np.float)
mean[0,:,:] = 104
mean[1,:,:] = 117
mean[2,:,:] = 123

np.save(MEAN_NPY, mean)

(3)如何加载mean.npy文件
上面我们用两种方式构造了均值文件mean.npy,在使用时载入mean.npy的代码如下:

import numpy as np

mean_npy = np.load(MEAN_NPY_PATH)
mean = mean_npy.mean(1).mean(1)

2、利用python做预测

(1)模块加载与设置环境

#加载模块与图像参数设置
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['figure.figsize'] = (10, 10)        # large images
plt.rcParams['image.interpolation'] = 'nearest'  # don't interpolate: show square pixels
plt.rcParams['image.cmap'] = 'gray' 

#模型路径deploy
import caffe
import os

caffe.set_mode_cpu()

model_def = caffe_root + 'examples/faceDetech/deploy.prototxt'
model_weights = caffe_root + 'examples/faceDetech/alexnet_iter_50000_full_conv.caffemodel'


#模型加载
net = caffe.Net(model_def,      # defines the structure of the model
                model_weights,  # contains the trained weights
                caffe.TEST)

其中如何你没有训练好的模型那么caffe官方有一套,利用imagenet图片和caffenet模型训练好了一个caffemodel, 供大家下载。要进行图片的分类,这个caffemodel是最好不过的了。下载地址为:http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
或者命令行下载:

# sudo ./scripts/download_model_binary.py models/bvlc_reference_caffenet

(2)模型预处理阶段-不处理均值的情况

transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
  # 那么reshape操作,就是自动将验证图片进行放缩
transformer.set_transpose('data', (2,0,1))  # move image channels to outermost dimension
  # transpose将RGB变为BGR,都要做transpose
  # BGR谁放在前面,譬如3*300*100,这里设定3在前面
transformer.set_raw_scale('data', 255)      # rescale from [0, 1] to [0, 255]
  # 像素点rescale操作,将数据的像素点集中在[0,255]区间内
transformer.set_channel_swap('data', (2,1,0))  

  # CPU classification              
 net.blobs['data'].reshape(50,        # batch size
                          3,         # 3-channel (BGR) images
                          227, 227) 

(3)单张新图片处理与识别

image = caffe.io.load_image("/caffe/data/trainlmdb/val/test_female/image_00010.jpg") 
# 导入图片         
transformed_image = transformer.preprocess('data', image)        
# 预处理图片
output = net.forward()            
# 前向传播一次,找出参数
net.blobs['data'].data[...] = transformed_image         
output_prob = output['prob'][0]                
# 输出概率
print 'predicted class is:', output_prob.argmax() 
# 输出最大可能性

笔者训练的一个二分类结果是:

array([ 0.34624347,  0.65375656], dtype=float32)

转载:三、多张训练循环读取

本节主要参考博客:Caffe学习系列(20):用训练好的caffemodel来进行分类

在caffe根目录下的 examples/cpp-classification/
文件夹下面,有个classification.cpp文件,就是用来分类的。当然编译后,放在/build/examples/cpp_classification/
下面

数据准备好了,我们就可以开始分类了,我们给大家提供两个版本的分类方法:

一、c++方法

在caffe根目录下的 examples/cpp-classification/ 文件夹下面,有个classification.cpp文件,就是用来分类的。当然编译后,放在/build/examples/cpp_classification/ 下面

我们就直接运行命令:

# sudo ./build/examples/cpp_classification/classification.bin \
  models/bvlc_reference_caffenet/deploy.prototxt \
  models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
  data/ilsvrc12/imagenet_mean.binaryproto \
  data/ilsvrc12/synset_words.txt \
  examples/images/cat.jpg

命令很长,用了很多的\符号来换行。可以看出,从第二行开始就是参数,每行一个,共需要4个参数

运行成功后,输出top-5结果:

---------- Prediction for examples/images/cat.jpg ----------
0.3134 - "n02123045 tabby, tabby cat"
0.2380 - "n02123159 tiger cat"
0.1235 - "n02124075 Egyptian cat"
0.1003 - "n02119022 red fox, Vulpes vulpes"
0.0715 - "n02127052 lynx, catamount"

即有0.3134的概率为tabby cat, 有0.2380的概率为tiger cat ……

二、python方法

python接口可以使用jupyter notebook来进行可视化操作,因此推荐使用这种方法。

在这里我就不用可视化了,编写一个py文件,命名为py-classify.py

#coding=utf-8
#加载必要的库
import numpy as np

import sys,os

#设置当前目录
caffe_root = '/home/xxx/caffe/' 
sys.path.insert(0, caffe_root + 'python')
import caffe
os.chdir(caffe_root)

net_file=caffe_root + 'models/bvlc_reference_caffenet/deploy.prototxt'
caffe_model=caffe_root + 'models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel'
mean_file=caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy'

net = caffe.Net(net_file,caffe_model,caffe.TEST)
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_transpose('data', (2,0,1))
transformer.set_mean('data', np.load(mean_file).mean(1).mean(1))
transformer.set_raw_scale('data', 255) 
transformer.set_channel_swap('data', (2,1,0))

im=caffe.io.load_image(caffe_root+'examples/images/cat.jpg')
net.blobs['data'].data[...] = transformer.preprocess('data',im)
out = net.forward()


imagenet_labels_filename = caffe_root + 'data/ilsvrc12/synset_words.txt'
labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t')

top_k = net.blobs['prob'].data[0].flatten().argsort()[-1:-6:-1]
for i in np.arange(top_k.size):
    print top_k[i], labels[top_k[i]]

执行这个文件,输出:

281 n02123045 tabby, tabby cat
282 n02123159 tiger cat
285 n02124075 Egyptian cat
277 n02119022 red fox, Vulpes vulpes
287 n02127052 lynx, catamount

caffe开发团队实际上也编写了一个python版本的分类文件,路径为 python/classify.py

运行这个文件必需两个参数,一个输入图片文件,一个输出结果文件。而且运行必须在python目录下。假设当前目录是caffe根目录,则运行:

# cd python
# sudo python classify.py ../examples/images/cat.jpg result.npy

分类的结果保存为当前目录下的result.npy文件里面,是看不见的。而且这个文件有错误,运行的时候,会提示

Mean shape incompatible with input shape

的错误。因此,要使用这个文件,我们还得进行修改:

1、修改均值计算:

定位到

mean = np.load(args.mean_file)

这一行,在下面加上一行:

mean=mean.mean(1).mean(1)

则可以解决报错的问题。

2、修改文件,使得结果显示在命令行下:

定位到


# Classify.
    start = time.time()
    predictions = classifier.predict(inputs, not args.center_only)
    print("Done in %.2f s." % (time.time() - start))

这个地方,在后面加上几行,如下所示:

  # Classify.
    start = time.time()
    predictions = classifier.predict(inputs, not args.center_only)
    print("Done in %.2f s." % (time.time() - start))
    imagenet_labels_filename = '../data/ilsvrc12/synset_words.txt'
    labels = np.loadtxt(imagenet_labels_filename, str, delimiter='\t')
    top_k = predictions.flatten().argsort()[-1:-6:-1]
    for i in np.arange(top_k.size):
        print top_k[i], labels[top_k[i]]

就样就可以了。运行不会报错,而且结果会显示在命令行下面。
.


延伸一:caffe中网络结构可视化

还有一个是python下面的接口,draw_net.py可以根据.prototxt文件将模式用图示的方法表示出来,博文开始的模型图即用该接口所绘

./python/draw_net.py ./examples/siamese/mnist_siamese.prototxt   ./examples/siamese/mnist_siamese.png
#使用该接口进行网络的绘制示例化

第一个参数为模型文件,第二个参数为所绘模型图的保存地址。参考博客:Caffe使用step by step:caffe框架下的基本操作和分析

发表评论

2个评论

  • haluoluo211

    http://blog.csdn.net/haluoluo211/article/details/77918156这里有完整的示例,包括测试,代码github上面全部有

    2017-09-11 19:45:41回复

  • sinat_26917383

    回复haluoluo211: 哈哈,流弊

    2017-09-12 10:19:23回复

我要留言×

技术领域:

我要留言×

留言成功,我们将在审核后加至投票列表中!

提示x

人工智能开发框架知识库已成功保存至我的图谱现在你可以用它来管理自己的知识内容了

删除图谱提示×

你保存在该图谱下的知识内容也会被删除,建议你先将内容移到其他图谱中。你确定要删除知识图谱及其内容吗?

删除节点提示×

无法删除该知识节点,因该节点下仍保存有相关知识内容!

删除节点提示×

你确定要删除该知识节点吗?