深度学习caffe–手写字体识别例程（一）——运行手写字体识别例程

1
2
3
4
1

2    学习caffe深度学习框架时，最基本的一个应用实例是手写字体识别例程，这是caffe自带的例程，通过这个例程可以了解caffe框架使用的一个基本流程。在这个例程中，知识点比较多，在这篇文章中，我们只关系操作相关的内容，不进行代码和理论分析，让大家先把例程跑通，然后再分成几篇文章对这个例程的知识点进行介绍。

3    这个例程的样板是MNIST数据集，它是一个大型手写体数字的数据库，包含了60000个训练集和10000个测试集，每张图都已经进行了尺寸归一化，数字居中处理，固定尺寸为28像素X28像素。数据集的样本如下图所示。这个例程我们使用这个数据库对caffe网络进行训练，并用训练的网络进行预测。

4

1、下载MNIST数据集

        这个例程，我们在caffe的安装目录下进行，首先我们在终端中进入到caffe安装目录，然后执行下面的命令

1
2
3
1cd data/mnist

2./get_mnist.sh

3

这两个命令的作用是进入到mnist文件夹，并且采用get_mnist.sh脚本文件来下载MNIST数据集。成功执行命令之后，在文件夹下下载下来4个文件，分别为：t10k-images-idx3-ubyte、t10k-labels-idx1-ubyte、 train-images-idx3-ubyte、train-labels-idx1-ubyte。它们分别是测试集图片文件、测试集标签文件、训练集图片文件、训练集标签文件。
关于这些文件的详解，会在后面的文章中进行。这里可以先不管这几个文件。

2、数据集格式转换

        上一步我们下载到的数据集为二进制文件，无法直接用于caffe网络的训练，我们需要把它准话为LMDB格式的文件。
在caffe的根目录下，执行下面的命令

1
2
1./examples/mnist/create_mnist.sh

2

执行完之后，在example/mnist/目录下，生成了两个文件夹mnist_train_lmdb和mnist_test_lmdb，在这两个文件夹下每个文件夹下包含两个文件data.mdb和lock.mdb。这4个文件就是转换完成的LMDB格式的训练集和测试集文件。

3、训练模型

        在这个实例中，我们使用的深度学习网络为LeNet-5网络模型，它的描述文件为examples/mnist/lenet_train_test.prototxt，训练和测试的求解器的描述文件为examples/mnist/lenet_solver.prototxt。

        这一步我们对模型参数进行训练，在训练之前首先打开lenet_solver.prototxt文件。文件的最后一行修改为

1
2
1solver_mode: CPU

2

即采用CPU模式。
在caffe根目录下采用下面的命令对模型进行训练

1
2
1./examples/mnist/train_lenet.sh

2

模型开始训练，在终端上会打印出训练日志，训练日志内容比较多，经过我们以后的讲解后我们会明白训练日志的每一条的作用，这里我们先不用深究日志的内容。训练日志的最后，如下所示。

1
2
3
4
5
1I0207 15:20:14.125481  7502 solver.cpp:414]     Test net output #0: accuracy = 0.9913

2I0207 15:20:14.125722  7502 solver.cpp:414]     Test net output #1: loss = 0.0262061 (* 1 = 0.0262061 loss)

3I0207 15:20:14.125864  7502 solver.cpp:332] Optimization Done.

4I0207 15:20:14.125982  7502 caffe.cpp:250] Optimization Done.

5

打印出了测试的识别精度和损失。

        训练之后，在/examples/mnist/目录下生成了四个新的文件：lenet_iter_5000.caffemodel、lenet_iter_5000.solverstate、lenet_iter_10000.caffemodel、lenet_iter_10000.solverstate，它们分别为进行了5000次和10000次迭代式生成的快照，快照包含权值文件.caffemodel和求解器状态文件.solverstate。

4、数据预测

        在上一步中，我们完成了模型的训练，这一步，我们用训练好的模型参数进行预测，在caffe根目录下执行下面的命令

1
2
1./build/tools/caffe.bin test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -iterations 100

2

这个命令是调用caffe.bin对模型的识别效果进行预测，test表示处于测试状态，-model examples/mnist/lenet_train_test.prototxt指定了预测使用的模型，与我们训练时使用的模型一样，-weights examples/mnist/lenet_iter_10000.caffemodel指定预测使用的权值文件为我们上一步训练得到的权值文件，-iterations 100表示迭代次数为100次。

        执行之后，在终端中打印的日志的最后两行为

1
2
3
1I0217 13:54:22.387477 28867 caffe.cpp:321] accuracy = 0.9913

2I0217 13:54:22.387509 28867 caffe.cpp:321] loss = 0.0262061 (* 1 = 0.0262061 loss)

3

给出了识别精度和损失。至此我们完成了手写字体识别的例程测试。