使用VGG进行微调

时间:2015-09-22 12:36:41

标签: neural-network deep-learning computer-vision caffe vgg-net

我正在复制中的步骤 http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.html

我想将网络更改为获得的VGG模型 http://www.robots.ox.ac.uk/~vgg/software/very_deep/caffe/VGG_ILSVRC_16_layers.caffemodel

只需将模型参数替换为以下内容即可吗?

./build/tools/caffe train -solver models/finetune_flickr_style/solver.prototxt -weights VGG_ISLVRC_16_layers.caffemodel -gpu 0

或者我是否需要调整学习率,迭代次数,即它是否附带单独的原型文件?

1 个答案:

答案 0 :(得分:5)

您要训练的网络权重与用于初始化/微调的权重之间需要1-1对应关系。旧模型和新模型的架构必须匹配。

VGG-16具有与models / finetune_flickr_style / train_val.prototxt(FlickrStyleCaffeNet)描述的模型不同的架构。这是解算器将尝试优化的网络。即使它没有崩溃,你加载的权重在新网络中也没有任何意义。

VGF-16网络在Caffe模型动物园的this页面的deploy.prototxt文件中进行了描述。