ILSVRC2012和ImageNet介紹
ImageNet是Stanford視覺實驗室標註的一個圖像數據庫,有上萬個分類和上千萬的圖片。
爲了讓學術界有個公開標準的圖像分類,Stanford視覺實驗室從2010年開始就開始 ILSVRC(ImageNet Large Scale Visual Recognition Challenge) ,翻譯成中文就是ImageNet大規模視覺競賽。
ILSVRC2012是2012年的比賽數據,是最流行的一個大規模分類數據,它包含1000個分類和100,000+訓練數據。
由於訓練imagenet圖片數據量太大,一百多個G,還在下載中…
本文直接採用官網提供的訓練好的圖像分類模型進行的測試。
1、準備數據
下載均值文件
http://dl.caffe.berkeleyvision.org/caffe_ilsvrc12.tar.gz
下載分類模型
http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
2、編寫腳本
編寫測試腳步,比如叫 test_ilsvrc12.bat
echo "Start Test..."
E:/caffe/Build/x64/Release/classification.exe ^
E:/caffe/models/bvlc_reference_caffenet/deploy.prototxt ^
E:/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel ^
E:/caffe/data/ilsvrc12/imagenet_mean.binaryproto ^
E:/caffe/data/ilsvrc12/synset_words.txt ^
e:/caffe/examples/images/cat.jpg
pause
全部用的絕對路徑,保存後,雙擊運行即可。
3、測試模型
這裏仍然是用的caffe程序自帶的小貓圖片測試,
存放路徑爲caffe根目錄下的 examples/images/cat.jpg
採用這張圖片的測試結果:
測試結果跟前面差不多呢,回頭找原因。
這個模型的訓練過程我下載完成數據後再補充。