1、将训练数据和评估数据的库文件分别放置在下述位置:J:/caffe-windows/vggface_mycmd/vggface_train_leveldb/caffe-windows/vggface_mycmd/vggface_val_leveldb3. 训练网络第三部分就开始训练网络了,首先需要到vggface的官网上下载vggface的caffe模型(官网还包括matconvnet模型,试过finetuning太慢了,torch没有试过),下载好了,就会有两个文件,一个是VGG_FACE_deploy.prototxt,一个是VGG_FACE.caffemodel(深度网络的模型文件)。先建
2、立一个.prototxt文件,命名为vggface_train_test.prototx (深度网络的模型框架定义文件)即可,把之前VGG_FACE_deploy.prototxt的所有的复制过来,然后加入数据层。VGG_FACE.caffemodel(深度网络的模型文件)与vggface_train_test.prototx (深度网络的模型框架定义文件)要相配套。(1). vggface_train_test.prototxtname: VGG_ILSVRC_16_layers layers name:data type: DATA include phase: TRAIN transfo
3、rm_param crop_size: 224 mean_value: 104 117 123 mirror: true data_param source:/caffe-windows/vggface_mycmd/vggface_train_leveldb batch_size: 3 backend: LEVELDB top:label TEST falsevggface_mycmd/vggface_val_leveldb bottom:conv1_1 CONVOLUTION convolution_param num_output: 64 pad: 1 kernel_size:relu1_
4、1 RELUconv1_2relu1_2pool1 POOLING pooling_param pool: MAX 2 stride:conv2_1 128relu2_1conv2_2relu2_2pool2conv3_1 256relu3_1conv3_2relu3_2conv3_3relu3_3pool3conv4_1 512relu4_1conv4_2relu4_2conv4_3relu4_3pool4conv5_1relu5_1conv5_2relu5_2conv5_3relu5_3pool5fc6 INNER_PRODUCT inner_product_param 4096relu6
5、drop6 DROPOUT dropout_param dropout_ratio: 0.5fc7relu7drop7fnc8 6prob SOFTMAX所做的修改主要为在原文件的第一个layer之前添加数据层。拉到文件的最底部,有个num_output: 2622的那一层,这一层主要是概率输出层,就是softmax分类器层。因为vgg训练这个网络,用了2622个人,所以就是2622,现在可以根据自己的人的个数来设置,我用了6个人,把num_output: 2622改为了num_output: 6,并且把name:所有的fc8改为了fnc8,即对fc8改名,否则会报错。好了,现在网络搭建好。另
6、外,还需修改以下内容:(2). vgg_solver.prototxt完成vggface_train_test.prototxt模型框架定义文件后,还需要编制一个对神经网络进行微调训练的参数文件VGG_solver.prototxt。VGG_solver.prototxt代码如下:net:vggface_mycmd/vggface_train_test.prototxttest_iter: 500test_interval:test_initialization:display: 40average_loss:base_lr: 0.00005lr_policy:stepstepsize: 32
7、0000gamma: 0.96max_iter: 1000momentum: 0.9weight_decay: 0.0002snapshot: 200snapshot_prefix:vggface_mycmd/mymodelsolver_mode: CPU(3). 编写训练的命令文件打开windows下的cmd命令窗口,然后进入J:caffe-windows目录,在cmd命令窗口下输入以下命令:Buildx64Releasecaffe.exe train -solver vggface_mycmdvggface_solver.prototxt -weights vggface_mycmdVGG_FACE.caffemodel就可以对VGG_FACE.caffemodel进行微调了。跑结果的模型也会保存在J:caffe-windowsvggface_mycmd目录下。上述命令中,如果不包含-weights vggface_mycmdVGG_FACE.caffemodel,则进行训练一个全新的深度神经网络来进行人脸识别。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1