caffe模型训练与使用（windows平台）

前言

本文训练模型是在 windows 系统上完成的，在训练模型之前，需要在自己的设备上编译好 caffe 。

windows 下编译 caffe 的教程：https://blog.csdn.net/apple_54470279/article/details/124993901

本文做好的项目已打包，以供参考，下载地址：百度网盘下载

为了方便访问文件，建议先建一个文件夹，用来存放本次训练过程中的所有文件。比如，我在桌面上新建了一个名为 caffe-flower 的文件夹，因此在本文中，我的所有文件都是在这个文件夹中进行编写的。

我在训练的过程中参考了很多文章，也遇到了很多问题，但大部分的问题都是因为路径使用不正确而导致的。所以，在学习本文的过程中，如果你也遇到了奇奇怪怪的问题，可以从修改路径的方面入手，进行调整。也可以下载本文现成的项目，看看目录结构是如何安排的。

获取数据集

在训练模型之前，需要准备好相应的数据集，从网上下载 100 张玫瑰花图片和 100 张牵牛花图片，分别保存在 rose 文件夹和 morning glory 文件夹中，当然，文件夹可以根据自己喜好命名。

对下载的图片进行重命名，可以通过 Python 来完成，新建 file_rename.py 文件，复制以下代码：

'''
    重命名图片
'''

import os

# 存放两种图片文件夹的路径（更换为自己的路径）
path1 = r"C:\Users\CoolTea\Desktop\caffe-flower\rose"      
path2 = r"C:\Users\CoolTea\Desktop\caffe-flower\morning glory"

# 对 path1 中的图片重命名
img_list = os.listdir(path1)
i = 1
for item in img_list:
    os.rename(path1+"\\"+item, path1+"\\"+'r{:0>4}.png'.format(i))
    i += 1

# 对 path2 中的图片重命名
img_list = os.listdir(path2)
i = 1
for item in img_list:
    os.rename(path2+"\\"+item, path2+"\\"+'m{:0>4}.png'.format(i))
    i += 1

print("重命名完成！")

运行代码，重命名完成后，在当前目录下新建一个 DataSet 文件夹，该文件夹用来存放数据集，在 DataSet 文件夹下新建 train 和 test 文件夹，如下图所示：

train 中存放的是训练集，test 中存放的是测试集。从两种花的中各选取 80 张图片存入 train 文件夹中，再将剩下的图片存入 test 文件夹中，保持训练集与测试集图片的比例为 8:2。

至此，数据集创建完毕！

生成图片标签

这一步可以通过 Python 代码来完成，在当前目录下新建 create_label.py 文件，复制以下代码：

'''
    生成图片标签
'''

import os
import re

# 存放数据集的文件夹路径
path = r"C:\Users\CoolTea\Desktop\caffe-flower\DataSet"

# 生成训练集文件标签
img_list = os.listdir(path + r"\train")              # 获取训练集图片的名称
print("共获取 {} 张训练图片".format(len(img_list)))
with open(path + r"\train.txt", "w") as f:
    for item in img_list:
        if re.match(r'r+', item):
            f.writelines("{} {}\n".format(item, 0))    # 玫瑰花图片标签为 0
        if re.match(r'm+', item):
            f.writelines("{} {}\n".format(item, 1))    # 牵牛花图片标签为 1

print("已生成训练集文件标签。")

# 生成测试集文件标签
img_list = os.listdir(path + r"\test")              # 获取测试图片的名称
print("共获取 {} 张测试图片".format(len(img_list)))
with open(path + r"\test.txt", "w") as f:
    for item in img_list:
        if re.match(r'r+', item):
            f.writelines("{} {}\n".format(item, 0))    # 玫瑰花图片标签为 0
        if re.match(r'm+', item):
            f.writelines("{} {}\n".format(item, 1))    # 牵牛花图片标签为 1

print("已生成测试集文件标签。")

运行后，数据集文件夹内会生成一个与 train 、 test 文件夹同名的 【.txt】 文件，如下图所示：

【.txt】文件的内容大致如下：

m0066.png 1
m0067.png 1
m0068.png 1
m0069.png 1
m0070.png 1
r0001.png 0
r0002.png 0
r0003.png 0
r0004.png 0

将图片转换为 lmdb 格式

这一步可以通过 caffe 自带的 convert_imageset.exe 程序来完成，该程序的路径：D:\caffe-windows\scripts\build\tools\Release

在当前目录下新建 tolmdb.bat 文件，用记事本或者编辑器打开，写入以下内容：

:: 需要修改的内容以及相关解释
:: D:\caffe-windows\scripts\build\tools\Release\convert_imageset.exe
:: 改为自己本地 convert_imageset.exe 程序的路径
:: --resize_height=100 --resize_width=100	设置图片的大小
:: --shuffle	打乱图片顺序
:: --backend=lmdb	转换为lmdb格式
:: C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train\
:: 改为自己本地训练集图片的路径（测试集同理）
:: C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train.txt
:: 改为自己本地训练集图片标签文件的路径（测试集同理）
:: C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train_leveldb
:: 在训练集的同级目录下生成lmdb文件（测试集同理）

:: 训练集
D:\caffe-windows\scripts\build\tools\Release\convert_imageset.exe --resize_height=100 --resize_width=100 --shuffle --backend=lmdb  C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train\ C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train.txt C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train_leveldb
:: 测试集
D:\caffe-windows\scripts\build\tools\Release\convert_imageset.exe --resize_height=100 --resize_width=100 --shuffle --backend=lmdb  C:\Users\CoolTea\Desktop\caffe-flower\DataSet\test\ C:\Users\CoolTea\Desktop\caffe-flower\DataSet\test.txt C:\Users\CoolTea\Desktop\caffe-flower\DataSet\test_leveldb
pause

保存后，双击运行，数据集目录下生成两个文件夹，如下图所示：

这一步骤可能会遇到的问题：

1、Check failed: _mkdir(source.c_str()) == 0 (-1 vs. 0) mkdir

解决办法：删除目录下原有的 test_leveldb 和 train_leveldb 文件夹后重新运行脚本。

生成均值文件

这一步可以通过 caffe 自带的 compute_image_mean.exe 程序来完成，该程序的位置：D:\caffe-windows\scripts\build\tools\Release

在当前目录下新建 tomean.bat 文件，用记事本或者编辑器打开，写入以下内容：

:: 需要修改的内容以及相关解释
:: D:\caffe-windows\scripts\build\tools\Release\compute_image_mean.exe
:: 改为自己本地 compute_image_mean.exe 程序的路径
:: C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train_leveldb
:: 改为自己本地训练集文件的路径
:: C:\Users\CoolTea\Desktop\caffe-flower\DataSet\mean.binaryproto
:: 在数据集目录下生成均值文件

D:\caffe-windows\scripts\build\tools\Release\compute_image_mean.exe C:\Users\CoolTea\Desktop\caffe-flower\DataSet\train_leveldb C:\Users\CoolTea\Desktop\caffe-flower\DataSet\mean.binaryproto
pause

双击运行该脚本，会在数据集文件夹内生成 mean.binaryproto 文件，如下图所示：

配置 train_val.prototxt 文件

本文采用 CaffeNet 网络结构来训练模型，该网络结构是 Caffe 自带的，具体路径如下（根据自己本地 caffe-windows 文件的位置寻找）：

D:\caffe-windows\models\bvlc_reference_caffenet\

复制其中的 deploy.prototxt、solver.prototxt、train_val.prototxt 三个文件到 DataSet 文件夹内，如下图所示：

用记事本或者其他编辑器打开并修改 train_val.prototxt 文件，一共需要修改 5 处，具体修改内容如下：

# 第一处（11行左右）：
transform_param {
  mirror: true
  # 裁剪图片尺寸
  crop_size: 100
  # 下面的路径改为自己均值文件的路径
  mean_file: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/mean.binaryproto"
}

# 第二处（27行左右）：
data_param {
  # 下面的路径改为自己 train_leveldb 文件夹的路径
  source: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/train_leveldb"
  # 样本数量（不大于训练集图片）
  batch_size: 80
  backend: LMDB
}

# 第三处（44行左右）：
transform_param {
  mirror: false
  # 裁剪图片尺寸
  crop_size: 100
  # 下面的路径改为自己均值文件的路径
  mean_file: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/mean.binaryproto"
}

# 第四处（60行左右）：
data_param {
  # 下面的路径改为自己 test_leveldb 文件夹的路径
  source: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/test_leveldb"
  # 样本数量（不大于测试集图片）
  batch_size: 20
  backend: LMDB
}

# 第五处（385行左右）：
inner_product_param {
  # 我们分了两类，这里的数字最好大于自己的分类
  num_output: 3
  weight_filler {
    type: "gaussian"
    std: 0.01
  }
  bias_filler {
    type: "constant"
    value: 0
  }
}

crop_size:

在 caffe 中，如果定义了 crop_size，那么在train时会对大于 crop_size 的图片进行随机裁剪，而在test时只是截取中间部分。

batch_size:

若 batch_size= m(训练集样本数量)，相当于直接抓取整个数据集，训练时间长。但梯度准确，不适用于大样本训练，只适用于小样本训练，但小样本训练一般会导致过拟合现象，因此不建议如此设置。

配置 solver.prototxt 文件

修改数据集目录下的 solver.prototxt 文件，该文件为超参数文件，如下图所示：

用记事本或者编辑器打开该文件，并写入以下内容（替换原始数据即可）：

# 改为自己本地 train_val.prototxt 文件的路径
net: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/train_val.prototxt"
# 测试数据的迭代次数，根据测试图片的数量决定，本文测试数据比较少，可以调小数值
test_iter: 2
# 测试间隔，每训练多少次进行一次测试。
test_interval: 100
# 这个参数代表的是此网络最开始的学习速率
base_lr: 0.01
# 学习率调整策略
lr_policy: "step"
# 这个参数就是和学习率相关的
gamma: 0.1
# 这个参数表示我们应该多长时间（在某个迭代次数）进入下一个训练“步骤”。该值是一个正整数。
stepsize: 100
# 训练多少次对在屏幕上显示一次
display: 20
# 最大迭代次数，这个数值告诉网络何时停止训练，太小会达不到收敛，太大会导致震荡，为正整数。
max_iter: 300
# 上一次梯度更新的权重
momentum: 0.9
# 权重衰减项，用于防止过拟合。
weight_decay: 0.0005
# 训练多少次后保存一次model和solverstate
snapshot: 100
# 在数据集下新建 model 文件夹，用来存放模型
snapshot_prefix: "C:/Users/CoolTea/Desktop/caffe-flower/DataSet/models/"
# 使用 CPU 还是 GPU 训练
solver_mode: CPU

关于配置参数的详细解释，请跳转至本文最后的参考文章小节，选择第四篇文章进行跳转。

训练模型

创建训练脚本文件 train.bat ，写入以下内容：

:: D:\caffe-windows\scripts\build\tools\Release\caffe.exe
:: 改为本地 caffe.exe 文件所在路径
:: train -solver=C:\Users\CoolTea\Desktop\caffe-flower\DataSet\solver.prototxt
:: 改为本地 solver.prototxt 文件所在路径

D:\caffe-windows\scripts\build\tools\Release\caffe.exe train -solver=C:\Users\CoolTea\Desktop\caffe-flower\DataSet\solver.prototxt
pause

保存后双击运行，等待训练完成即可，训练过程会花费一定的时间，最终结果如下：

accuracy 表示训练的准确率，这里的值为 1 代表准确率是 100%

这一步骤可能会遇到的问题：

1、Error parsing text-format caffe.SolverParameter: 2:10: Invalid escape sequence in string literal.

解决办法：将 prototxt 配置文件中的 \ 符号全部换为 /，caffe 对该符号的使用要求比较严格。

2、accuracy 值太低

解决办法：修改 solver.prototxt（超参数文件）中的值，重新训练，调参这一块比较麻烦，可以参考其他文章。如果只是训练 100 张图片，我的这个参数可以直接使用。
3、Cannot write to snapshot prefix 'C:/Users/Admin/Desktop/caffe-animal/DataSet/models/ '.
解决办法：在 DataSet 目录下新建 models 文件夹后重新执行脚本。

使用模型

模型训练完成后，接下来学习如何使用我们训练好的模型，训练好的模型保存在之前新建的 models 文件夹中，我们会用到训练次数最大的模型，本文最大训练了300次，模型后缀名为 .caffemodel。

在根目录下新建一个 test_res 文件夹，如下图所示：

在 test_res 文件夹内新建一个文本文件 labels.txt ，向该文件写入识别标签，如下图所示：

在开始的地方，我们将玫瑰花的标签设置为 0，将牵牛花的标签设置为 1，这里的识别标签与之对应！

使用记事本或者编辑器打开 deploy.prototxt 文件，并对该文件进行两处修改：

# 第一处（8行左右）
layer {
  name: "data"
  type: "Input"
  top: "data"
  # 对以下内容进行修改：
  input_param { shape: { dim: 1 dim: 3 dim: 100 dim: 100 } }
}

# 第二处（209行左右）
layer {
  name: "fc8"
  type: "InnerProduct"
  bottom: "fc7"
  top: "fc8"
  inner_product_param {
    # 改为 train_val.prototxt 文件最后 num_output 相同的值。
    num_output: 3
  }
}

dim: 1

对待识别样本进行数据增广的数量，可自行定义。一般会进行 5 次 crop ，之后分别 flip 。如果该值为 10 则表示一个样本会变成10个，之后输入到网络进行识别。如果不进行数据增广，可以设置成 1 。

dim: 3

通道数，表示RGB三个通道

dim: 100

图像的长和宽，通过 crop_size 获取，本文中我们定义为 100 。

我们使用 Python 接口来识别图片，这里需要用到【均值文件】，但需要将 .binaryproto 格式的均值文件转换为 .npy 格式，以便 Python 接口使用。在 test_res 目录下新建 tonpy.py 文件，复制以下代码：

import caffe
import numpy as np
 
# .binaryproto 格式均值文件路径
path1 = r'C:\Users\CoolTea\Desktop\caffe-flower\DataSet\mean.binaryproto' 
# .npy 格式均值文件的生成路径
path2 = r'C:\Users\CoolTea\Desktop\caffe-flower\DataSet\mean.npy' 
 
blob = caffe.proto.caffe_pb2.BlobProto()
data = open(path1, 'rb' ).read()
blob.ParseFromString(data)
 
array = np.array(caffe.io.blobproto_to_array(blob))
mean_npy = array[0]
np.save(path2 ,mean_npy)
print("转换完成！")

转换完成后，会在数据集目录下生成 mean.npy 文件，如下图所示：

接下来准备几张高难度的图片用于识别，在 test_res 文件夹下新建 images 文件夹，下载几张玫瑰花和牵牛花的图片，标识一下图片名，如下图所示：

编写 Python 识别代码，在 test_res 文件夹下新建 distinguish.py 文件，复制以下代码：

import os
import caffe
import numpy as np

# deploy 文件所在目录（数据集目录下）
deploy_path = r"C:\Users\CoolTea\Desktop\caffe-flower\DataSet\deploy.prototxt"
# 训练好的模型所在目录（选数字最大的那个，后缀 .caffemodel）
model_path = r"C:\Users\CoolTea\Desktop\caffe-flower\DataSet\models\_iter_300.caffemodel"
# 识别标签文件所在路径（test 文件夹下）
labels_path = r"C:\Users\CoolTea\Desktop\caffe-flower\test_res\labels.txt"
# npy 格式均值文件所在位置
npy_path = r"C:\Users\CoolTea\Desktop\caffe-flower\DataSet\mean.npy"
# 测试图片所在目录
images_path = r"C:\Users\CoolTea\Desktop\caffe-flower\test_res\images"

# 加载 model 和 network
net = caffe.Net(deploy_path, model_path, caffe.TEST)

# 设定图片的 shape 格式 (1,3,28,28)
transformer = caffe.io.Transformer({
    
    'data': net.blobs['data'].data.shape})
# 改变维度的顺序，由原始图片 (28,28,3) 变为 (3,28,28)
transformer.set_transpose('data', (2,0,1))    
# 减去均值
transformer.set_mean('data', np.load(npy_path).mean(1).mean(1))    
# 缩放到 (0, 100) 之间
transformer.set_raw_scale('data', 100)    
# 交换通道，将图片由 RGB 变为 BGR
transformer.set_channel_swap('data', (2,1,0))   

# 获取所有图片名，存入列表
image_list = os.listdir(images_path)
# 获取标签
lable = []
with open(labels_path, 'r') as f:
	lines = f.readlines()
	for item in lines:
		lable.append(item.replace('\n', '').split(' '))

# 创建空列表存放每个图片的预测值
value_pre = [] 
for item in image_list:
	img = caffe.io.load_image(images_path+"\\"+item)  
	net.blobs['data'].data[...] = transformer.preprocess('data', img) 
	out = net.forward()
	prob = net.blobs['prob'].data[0].flatten() 
	order = prob.argsort()[-1]
	for item in lable:
		if str(order) in item:
			value_pre.append(item[1])

# 创建空列表存放每个图片的真实标记
train = []
for item in image_list:
	train.append(os.path.basename(item))
for i in range(0,len(value_pre)):
	print("{}  ===>  {}".format(train[i] , value_pre[i]))

运行代码，结果如下：

可以看到，准确率高达 100% ！

参考文章

caffe训练与测试全过程（附代码）（超详细）_m.n.m的博客-CSDN博客_caffe训练

Caffe学习系列(12)：训练和测试自己的图片–linux平台 - leoking01 - 博客园 (cnblogs.com)

深度学习caffe平台–train_val.prototxt文件中数据层及参数详解_白话先生的博客-CSDN博客

caffe基础篇—solver及其配置_poppy_MCT的博客-CSDN博客