Débutant à Caffe. J'essaie d'utiliser le réseau de neurones Convolutional formés sur l'ensemble de données MNIST en utilisant le cadre d'apprentissage en profondeur de Caffe.Comment utiliser le modèle Caffe formé pour l'image d'entrée actuelle?
Après le official tutorial.
Les mesures prises avec succès:
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh
modèle a été formé et arrêté avec le message suivant:
I1203 solver.cpp:133] Snapshotting solver state to lenet_iter_10000.solverstate
I1203 solver.cpp:78] Optimization Done.
Maintenant, je ne suis pas sûr que la façon d'obtenir une image de test et utiliser l'existant formé modèle qui je crois a été instantané par le nom lenet_iter_10000.solverstate
pour voir les scores prévus pour chaque classe.
Merci pour l'entrée. Je suis assez nouveau à ce sujet, pouvez-vous me montrer comment utiliser le 'mean_image' je ne suis pas sûr à ce sujet. Diriger vers la documentation sera également bien. J'ai compris votre solution mais je ne suis pas sûr de la syntaxe. –
Allez à la section "Compute Image Mean" de ce lien http://caffe.berkeleyvision.org/gathered/examples/imagenet.html. Une fois que vous avez calculé la moyenne de l'image, définissez le chemin du fichier moyen obtenu ci-dessus dans votre fichier train_val.prototxt dans l'option '' 'mean_file''' du noeud' '' transform_param'''. Consultez également ce lien https://prateekvjoshi.com/2016/02/16/deep-learning-with-caffe-in-python-part-iii-training-a-cnn/. –