【Caffe】caffe命令行及相关工具使用方法《很认真的讲讲Caffe》

1.Caffe#

编译好后，我们训练，测试都是运行./build/tools/caffe

下面我简介介绍它的用法：

commands：

train 训练模型

test 调用 prototxt 中 test 模式，就是用验证集对模型打分。也可以通过修改 train_val.prototxt 指定新的测试集。

device_query 显示 GPU 诊断信息

time 计算模型执行时间

Flags：

-gpu 可选参数，指定用哪一块 GPU 设备，默认为 0。如果参数设置为‘all’，则使用所有可用 GPU。

多 GPU 训练真正 batch 数量是 GPU 数 × batch 数。

-iterations test 模式可选参数。默认为 50，原则上应该跟 solver 中 test_iter 相同。

-model test、time 模式必选参数。指定网络结构文本，train_val.prototxt

-sighup_effect 收到 SIGHUP 信号要采取的动作，可选：snapshot、stop、none，默认为 snapshot。

-sigint_effect 同上，默认为 stop。

-snapshot 恢复训练指定上次中止的快照文件 xxxxxx.solverstate

-slover train 模式必选参数。指定超参数文本。

-weights 1. test 模式必选参数。指定训练好的 xxxxxx.caffemodel

路径：./build/tools/extract_features.bin

参数 1：xxx.caffemodel

参数 2：deploy.prototxt

参数 3：conv1 or conv2 or pool1，可一个，可多个用逗号间隔

参数 4：保存上面特征图的路径

参数 5 (option)：做特征提取的数据批数量

参数 6 (option)：输入数据格式（LMDB or LEVELDB）

参数 7 (option)：CPU or GPU

参数 8 (option)：如果选择 GPU，则选择设备号

路径: ./build/examples/cpp_classification/classification.bin

参数 1: deploy.prototxt

参数 2: xxx.caffemodel

参数 3: mean.binaryproto

参数 4: words.txt

参数 5: xxx.jpg