基于阿里云PAI平台caffe框架实现cifar图像分类

阿里云Pai平台深度学习框架支持caffe mxnet tensorflow三种,caffe和tensorflow阿里云官方都给出了demo,我在复现实验时,遇到了一些小问题,特别是caffe实现ciffar图像分类时,所以在这里将自己遇到的一些问题与大家分享出来.

我把所有的数据都在github上备份了一份,地址:

https://github.com/hutcs/Pai_Caffe_cifar10

caffe图像分类前,要先转换图像类型,如下图

先转换训练数据集

图片列表文件OSS路径

oss://dl-images.oss-cn-shanghai-internal.aliyuncs.com/cifar10/caffe/images/cifar10_train_image_list.txt

文件前缀

train

resize_height

32

resize_width

32

编码类型

jpg

输出oss目录

oss://hutcs.oss-cn-shanghai-internal.aliyuncs.com/cifar/train/

shuffle 勾选

image mean 勾选

文件前缀和输出目录的具体位置,请根据自己的位置更改

训练测试数据

图片列表文件OSS路径

oss://dl-images.oss-cn-shanghai-internal.aliyuncs.com/cifar10/caffe/images/cifar10_test_image_list.txt

文件前缀

test

resize_height

32

resize_width

32

编码类型

jpg

输出oss目录

oss://hutcs.oss-cn-shanghai-internal.aliyuncs.com/cifar/test/

shuffle 勾选

image mean 勾选

文件前缀和输出目录的具体位置,请根据自己的位置更改

我的bucket名字为hutcs   

这个实验我存储在了cifar文件夹下,训练数据生成之后,存在了train目录下,测试数据转换之后存放在了test文件夹下。

格式转换之后,在train目录下生成train_file_list.txt train_mean.binaryproto 两个文件

在test目录下生成test_file_list.txt test_mean.binaryproto 两个文件

caffe下的net.prototxt文件和solver.prototxt 可以直接到刚才我提到的github项目里下载

举个粒子 hutcs/cifar/train/train_mean.binaryproto

这一处,hutcs是bucket的名字,在net.prototxt和solver.prototxt文件中,不用加那一串oss:// 的具体地址。

 

 

 

相关日志

发表评论

电子邮件地址不会被公开。 必填项已用*标注