Da ich hier nicht so viel Hilfe bekommen konnte, poste ich die Schritte hier. Es könnte hilfreich sein für diejenigen, die unerfahren sind (wie ich). Es hat lange gedauert, bis ich herausgefunden hatte, wie ich es ausführen und die Ergebnisse erhalten konnte. Sie können es möglicherweise erfolgreich ausführen, aber ähnlich wie in meinem Fall, das Ergebnis war ein leeres Bild für eine lange Zeit und schließlich herausgefunden, dass wie Einstellung sein sollte.
konnte ich erfolgreich FCN8s auf meine Daten durchführen, und ich habe die folgenden Schritte:
- Teilen Sie die Daten in zwei Sätzen (Zug, Validierung) und die Etiketten als auch für die entsprechenden Bilder in beide Zug und Validierung (4 Ordner insgesamt:
train_img_lmdb
, train_label_lmdb
, val_img_lmdb
und val_label_lmdb
)
- konvertieren Sie Ihre Daten (jedes von ihnen getrennt) in LMDB Format (wenn es nicht RGB ist, wandeln es cv2 Funktion), werden Sie 4 LMDB Ordner haben einschließlich
data.mdb
und lock.mdb
- Laden Sie die
.caffemodel
vom url die Autoren zur Verfügung gestellt haben,
- Ändern Sie den Pfad zu dem Pfad der LMDB Dateien in der
train_val.ptototxt
Datei, sollten Sie 4 Datenschicht haben, dass source
ist der Weg zum train_img_lmdb
, train_label_lmdb
, val_img_lmdb
und val_label_lmdb
, ähnlich wie this link
hinzufügen convolution
Schicht nach this line (hier habe ich fünf Klassen haben, dann die num_output
ändern basierend auf der Anzahl der Klassen in Grundwahrheits Bilder):
Schicht { name: "score_5classes" Typ: "Convolution" unten: "Score" oben: "score_5classes" convolution_param { num_output: 5 pad: 0 kernel_size: 1 } }
Änderungsschicht Verlust wie folgt (nur nach, was nennen Sie in der unteren Schicht):
Schicht { Name: "Verlust" Typ: "SoftmaxWithLoss" botto m: "score_5classes" unten: "label" oben: "Verlust" loss_param { normalisieren: true} }
Führen Sie das Modell Training beginnen in Ihnen pycaffe haben und installiert caffe
Umgebung.
caffe train -solver =/Pfad/zu/solver.prototxt -weights /path/to/pre-trained/model/fcn8s-heavy-pascal.caffemodel 2> & 1 | Abschlag/Pfad/zu/Speichern/Training/Protokoll/Datei/fcn8_exp1.log
Ich hoffe, es ist hilfreich. Danke für @Shais Hilfe
Soweit ich sehe, müssen Sie nur das 'solve.py' Skript ausführen, das Sie wollen, und das ist es. – hbaderts
@hbaderts Vielen Dank für Ihre Antwort, wissen Sie, wie kann ich ganze Netzwerk und Schichten lernen? und wie kann ich es auf meine spezifischen Daten anwenden? Ich werde dankbar sein, wenn Sie irgendwelche Ressource für die Feinabstimmung kennen lernen. Noch einmal vielen Dank. –
@hbaders Wie kann ich Caffemodel herunterladen? danke –