首页 > 解决方案 > 我想知道如何使用GoogleNet等典型模型

问题描述

我开始学习深度学习。我想识别(分类)我自己的图像。

我了解到有 AlexNet 和 GoogLeNet 作为深度学习的代表模型。我正在考虑使用该模型来确定我的图像数据。

使用自己的图像数据时,应该更改名为 prototxt 的文件的哪一部分?是否可以更改这部分数据?我要使用的是 128px * 128px 的通用(?)彩色图像。当使用 CIFAR-10 prototxt 文件时,它被设置为 (dim: 1 dim: 3 dim: 255 dim: 255)。

另外,是否可以在 transform_param 部分中使用名为 mean image (mean.binaryproto) 的文件?

这可能是基本的,但你能告诉我如何设置。

部署(咖啡)

  name: "data"
  type: "Input"
  top: "data"
  input_param { shape: { dim: 10 dim: 3 dim: 224 dim: 224 } }
}

火车(咖啡)

name: "GoogleNet"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 224
    mean_value: 104
    mean_value: 117
    mean_value: 123
  }
  data_param {
    source: "examples/imagenet/ilsvrc12_train_lmdb"
    batch_size: 32
    backend: LMDB
  }
}
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    mirror: false
    crop_size: 224
    mean_value: 104
    mean_value: 117
    mean_value: 123
  }
  data_param {
    source: "examples/imagenet/ilsvrc12_val_lmdb"
    batch_size: 50
    backend: LMDB
  }
}

标签: ubuntudeep-learningclassificationcaffe

解决方案


推荐阅读