从VGG中提取特征

Question

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？

Answer 1

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

Answer 2

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。