上一篇使用caffenet的模型微調。但由于caffenet有220M太大,測試速度太慢。是以換為googlenet.
1. 訓練
疊代了2800次時當機,大概20分鐘。
使用的是2000次的模型。
2. 測試
2.1 測試批處理
在F:\caffe-master170309建立例如以下圖檔案test-TrafficJamBigData03292057.bat。
.\Build\x64\Debug\caffe.exe test --model=models/bvlc_googlenet0329_1/train_val.prototxt -weights=models/bvlc_googlenet0329_1/bvlc_googlenet_iter_2000.caffemodel -gpu=0
pause
效果例如以下:
2.2 測試單張圖檔
以下用訓練出的模型,測試單個圖檔的準确率。
(參考model的使用)
改Debug\classfication.bat例如以下(測試單張圖F:\caffe-master170309\data\TrafficJamBigData03281545\test\du\190416357.png)
通過手動執行可知須要3:67秒。故MFC程式的延時可減少為4秒。
這樣比caffenet的11秒快得多了。
隻是效果不準:10張圖(5張堵、5張不堵)所有識别為不堵,效果例如以下:
上述我覺得是訓練的模型不好,故又一次訓練。
3. 又一次訓練 (參考)
以下又一次訓練googlenet模型。主要添加疊代次數和batch_size。
3.1 訓練資料轉lmdb格式和mean檔案
因為之前用caffenet時。是以227*227的圖檔訓練的(将crop_size設為227)。用227*227的圖檔測試的(直接将圖由480*480轉為了227*227)
此須要用480*480大小的又一次訓練。
3.1.1 讀取圖檔的标簽,并将圖檔名+标簽寫入train_label.txt與test_label.txt裡
在F:\caffe-master170309\data\TrafficJamBigData03301009目錄裡有2個目錄、2個*.m,兩個空的txt。
得到标簽train_label.txt與test_label.txt
3.1.2 轉換為lmdb格式
F:\caffe-master170309\Build\x64\Debug下建立convert-TrafficJamBigData03301009-train.bat,内容例如以下:
F:/caffe-master170309/Build/x64/Debug/convert_imageset.exe --shuffle --resize_width=480 --resize_height=480 F:/caffe-master170309/data/TrafficJamBigData03301009/ F:/caffe-master170309/data/TrafficJamBigData03301009/train_label.txt F:/caffe-master170309/data/TrafficJamBigData03301009/TrafficJamBigData03301009-train_lmdb -backend=lmdb
pause
F:\caffe-master170309\Build\x64\Debug下建立convert-TrafficJamBigData03281545-test.bat,内容例如以下:
F:/caffe-master170309/Build/x64/Debug/convert_imageset.exe --shuffle --resize_width=480 --resize_height=480 F:/caffe-master170309/data/TrafficJamBigData03301009/ F:/caffe-master170309/data/TrafficJamBigData03301009/test_label.txt F:/caffe-master170309/data/TrafficJamBigData03301009/TrafficJamBigData03301009-test_lmdb -backend=lmdb
pause
分别執行,效果例如以下。且在F:\caffe-master170309\data\TrafficJamBigData03301009 目錄内生成了TrafficJamBigData03301009-train_lmdb和TrafficJamBigData03301009-test_lmdb目錄:例如以下:(8個檔案)
3.1.3 生成均值檔案
F:\caffe-master170309\Build\x64\Debug下建立mean-TrafficJamBigData03301009.bat,内容例如以下:
compute_image_mean.exe F:/caffe-master170309/data/TrafficJamBigData03301009/TrafficJamBigData03301009-train_lmdb mean.binaryproto --backend=lmdb
pause
3.1.4 複制檔案
在caffe-master170309/examples下建立TrafficJamBigData03301009目錄。
把剛才生成的Debug/mean.binaryproto和F:\caffe-master170309\data\TrafficJamBigData03301009\TrafficJamBigData03301009-train_lmdb和F:\caffe-master170309\data\TrafficJamBigData03301009\TrafficJamBigData03301009-test_lmdb複制到caffe-master170309/examples/TrafficJamBigData03301009裡。
改動F:\caffe-master170309\examples\TrafficJamBigData03301009\synset_words.txt為堵與不堵兩類(注意budu在第一行,du在第二行,由于要和前面的label.txt相應)
3.1.5 建立檔案
在caffe-master170309/examples/TrafficJamBigData03301009裡建立
空的RecognizeResultRecordFromCmdTxt.txt
和 空的AnalysisOfRecognitionfromCmdTxt.txt
和 synset_words.txt(裡面第一行是budu。第二行是du)
效果例如以下:
3.2 改動訓練的“參數檔案” & “模型結構”
3.2.1 編寫訓練bat(别急着執行) 參考1,參考2,參考我的微調筆記
在F:\caffe-master170309目錄下建立一個train-TrafficJamBigData03301009.bat檔案。用于訓練模型内容例如以下:
.\Build\x64\Debug\caffe.exe train --solver=models/bvlc_googlenet0329_1/solver.prototxt --weights=models/bvlc_googlenet0329_1/bvlc_googlenet.caffemodel --gpu 0
pause
3.2.2 參數檔案solver.prototxt 參考我的微調筆記
test_iter: 100 #原來1000。改為100
test_interval: 1000 #test_interval: 4000->1000
test_initialization: false
display: 40
average_loss: 40
base_lr: 0.01 #原來base_lr: 0.01
#來自quick_solver的是 lr_policy: "poly"
#來自quick_solver的是 power: 0.5
lr_policy: "step"
stepsize: 320000
gamma: 0.96
max_iter: 50000 #max_iter: 10000000->10000
momentum: 0.9
weight_decay: 0.0002
snapshot: 1000 #snapshot: 40000->1000
snapshot_prefix: "models/bvlc_googlenet0329_1/bvlc_googlenet"
solver_mode: GPU
3.2.3 網絡模型檔案train_val.prototxt 參考我的微調筆記
當中finetune出現error=cudaSuccess(2 vs. 0) out of memory?網上意思是:batch_size改小,将batch_size由原來的32改為2,由原來的50改為2.
(整個網絡結構有2000行,僅僅改了前面2層和最後1層),改的部分截取例如以下:
前2層是:
name: "GoogleNet"
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mirror: true #原來也是true
crop_size: 480 #原來是224
mean_value: 104
mean_value: 117
mean_value: 123
}
data_param {
source: "data/TrafficJamBigData03281545/TrafficJamBigData03281545-train_lmdb"
batch_size: 2 #原來是32
backend: LMDB
}
}
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TEST
}
transform_param {
mirror: false
crop_size: 480 #原來是224
mean_value: 104
mean_value: 117
mean_value: 123
}
data_param {
source: "data/TrafficJamBigData03281545/TrafficJamBigData03281545-test_lmdb"
batch_size: 2 #原來是50
backend: LMDB
}
}
最後1層是:
layer {
name: "loss3/top-5"
type: "Accuracy"
bottom: "loss3/classifier123" #原來是(3個):loss3/classifier loss2/classifier loss1/classifier
bottom: "label"
top: "loss3/top-5"
include {
phase: TEST
}
accuracy_param {
top_k: 2 #原來是5
}
}
3.2.4 測試模型檔案deploy.prototxt參考我的微調筆記
改的第1層和倒數第2層。例如以下:
第1層例如以下:
name: "GoogleNet"
layer {
name: "data"
type: "Input"
top: "data"
input_param { shape: { dim: 10 dim: 3 dim: 480 dim: 480 } } # input_param { shape: { dim: 10 dim: 3 dim: 224 dim: 224 } }
}
倒數第二層例如以下:
layer {
name: "loss3/classifier123"
type: "InnerProduct"
bottom: "pool5/7x7_s1"
top: "loss3/classifier123"
param {
lr_mult: 1
decay_mult: 1
}
param {
lr_mult: 2
decay_mult: 0
}
inner_product_param {
num_output: 2 #原來是1000
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
value: 0
}
}
}
layer {
name: "prob"
type: "Softmax"
bottom: "loss3/classifier123"
top: "prob"
}
3.2.5 執行F:\caffe-master170309\train-TrafficJamBigData03301009.bat檔案,開始訓練
1200張圖(1200張訓練+200張測試),疊代50000次,batch_size由“32和50”改為“2和2”
訓練記錄例如以下:
11:54開始。
iter40次,14秒。
推算的話
iter50000次,5小時。