ILSVRC2012和ImageNet介绍
ImageNet是Stanford视觉实验室标注的一个图像数据库,有上万个分类和上千万的图片。
为了让学术界有个公开标准的图像分类,Stanford视觉实验室从2010年开始就开始 ILSVRC(ImageNet Large Scale Visual Recognition Challenge) ,翻译成中文就是ImageNet大规模视觉竞赛。
ILSVRC2012是2012年的比赛数据,是最流行的一个大规模分类数据,它包含1000个分类和100,000+训练数据。
由于训练imagenet图片数据量太大,一百多个G,还在下载中…
本文直接采用官网提供的训练好的图像分类模型进行的测试。
1、准备数据
下载均值文件
http://dl.caffe.berkeleyvision.org/caffe_ilsvrc12.tar.gz
下载分类模型
http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
2、编写脚本
编写测试脚步,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
全部用的绝对路径,保存后,双击运行即可。
3、测试模型
这里仍然是用的caffe程序自带的小猫图片测试,
存放路径为caffe根目录下的 examples/images/cat.jpg
采用这张图片的测试结果:
测试结果跟前面差不多呢,回头找原因。
这个模型的训练过程我下载完成数据后再补充。