在使用c ++或python连接caffe时出现问题

Question

我读到的有关教程的内容是您创建数据然后使用protobuf编写模型，然后编写解算器文件。最后，您训练模型并获得生成的文件。所有这些都是通过命令行完成的。现在有两个问题

1）假设我现在拥有生成的模型如何加载不在测试文件夹中的新图像并执行正向传递。应该通过命令行还是某种语言（c ++，python）来完成？

2）我猜以上是这样做的一种方式。训练分类器（命令行训练/或编码）以及如何在代码中使用生成的模型文件（训练后）的最佳方法是什么。

我想将caffe与我的代码连接起来，但是我找不到一个简短的教程，它会让我一步一步地对任何数据库说mnist并且模型不需要像LeNet那样复杂但是简单完全连接的层也可以。但任何人都可以告诉我如何使用C ++或python编写一个简单的代码并从头开始训练任何数据集。

用于训练分类器并使用它来预测使用caffe的新数据的示例C ++ / python代码也将受到赞赏。

Answer 1

最好使用命令行进行培训。请参阅this tutorial。

一旦你训练了一个模型并且你有一个myModel.caffemodel文件（存储不同层的wieghts的二进制文件）和一个deploy.prototxt文件（一个描述你的网络的文本文件），你可以使用用于对图像进行分类的python接口。

您可以运行python脚本classify.py从命令行对图像进行分类。这个脚本包含classifier.py - 一个python对象，它包含一个训练有素的网络，允许你在python中执行前向传递。