如何将训练好的Caffe模型用于当前输入图像？

Question

新手来到Caffe。

我正在尝试使用Caffe深度学习框架在MNIST数据集上使用经过训练的卷积神经网络。

关注official tutorial。

成功采取措施：

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh

模型经过培训并停止，并显示以下消息：

I1203 solver.cpp:133] Snapshotting solver state to lenet_iter_10000.solverstate
I1203 solver.cpp:78] Optimization Done.

现在，我不确定如何获取测试图像并使用我认为已通过名称lenet_iter_10000.solverstate快照的现有训练模型来查看每个班级的预测分数。

Answer 1

使用test的{​​{1}}功能：

caffe

由于您只想测试一个图像，请将该图像作为测试数据层的输入。在<path to caffe root>/caffe test -model <val filename>.prototxt -weights lenet_iter_10000.caffemodel 中也可以使用mean_image作为输入。在这种情况下，测试批次大小为1。

另请注意，<val filename>.protoxt不是您训练过的模特。您训练有素的模型实际上是lenet_iter_10000.solverstate。要了解lenet_iter_10000.caffemodel和solverstate文件之间的差异，请参阅here。