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?
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。