从VGG中提取特征

时间:2015-10-19 06:51:52

标签: computer-vision neural-network caffe

我想使用经过微调的VGG-19网络从MS COCO数据集中的图像中提取特征。

然而,每张图像大约需要6~7秒,每1k图像大约需要2小时。 (对于其他微调型号来说甚至更长)

MS COCO数据集中有120k图像,因此至少需要10天。

有什么方法可以加快功能提取过程吗?

2 个答案:

答案 0 :(得分:2)

嗯,这不仅仅是一个命令。首先,你必须检查你的GPU是否足够强大,可以与深度CNN搏斗。了解您的GPU模型可以回答这个问题。

其次,您必须在Makefile.config(或CMakeLists.txt)中使用CUDA和启用GPU(禁用CPU_Only)编译和构建Caffe框架。

通过所有必需的步骤(安装Nvidia驱动程序,安装CUDA等),您可以为GPU使用构建caffe。然后通过在命令行中传递GPU_Device_ID,您可以从它们提供的速度中受益。

关注this链接,使用GPU构建Caffe。

希望有所帮助

答案 1 :(得分:0)

这个ipython笔记本示例解释了从任何caffe模型中提取特征的步骤:https://github.com/BVLC/caffe/blob/master/examples/00-classification.ipynb

在pycaffe中,只需使用caffe.set_mode_gpu()即可设置gpu模式。