Question

我需要从现有的caffe模型更新caffe模型，我将删除最后两层。需要减少caffe模型的大小，以便部署更容易和更小。假设我现有的caffe模型是 A1.caffemodel ，它有 5个卷积层 和 3个完全连接的层 即可。我想从中生成名为 B1.caffemodel 的新模型，该模型将 5个卷积层 和 1完全连接图层 （丢弃最后2个fc图层。）

感谢您提出的所有有价值的建议和有用的代码段。

Answer 1

完全连接的层确实非常重。请查看＆＃34; 3.1截断的SVD以便更快地检测＆＃34;在Girshick, R Fast-RCNN ICCV 2015处描述如何使用SVD技巧显着减少完全连接的图层的负担。因此，您可以用6个非常薄的层替换三个完全连接的层。

从模型A到B的步骤：

创建B.prototxt，其中包含5个卷积图层，其"name" 与A相同。
为B中的单个完全连接的图层提供"name"中不存在的新A。

在python中

import caffe
B = caffe.Net('/path/to/B.prototxt', '/path/to/weights_A.caffemodel', caffe.TEST)
B.save('/path/to/weights_B.caffemodel')

现在，B的权重与所有卷积层的A的权重相同，而新的单个完全连接的层的权重随机。
从B开始微调模型'/path/to/weights_B.caffemodel'，以了解新单个完全连接图层的权重。

Answer 2

C ++实现：

    Net<float> caffe_net("B.prototxt", caffe::TEST);
    caffe_net.CopyTrainedLayersFrom("A.caffemodel");

    caffe::NetParameter net_param;
    caffe_net.ToProto(&net_param);
    caffe::WriteProtoToBinaryFile(net_param, "B.caffemodel");

图层下拉和更新caffe模型

2 个答案: