Windows下利用caffe训练印刷体数字并识别测试

写这篇文章主要是为了记录在windows下利用caffe训练、识别印刷体数字的过程，加深自己的印象的同时也给有这需求的人作为参考，针对下文中涉及到的一些参数修改如有不明之处建议上网查询，网上有很多相关介绍。

1、数据准备

  本次测试的样本集是印刷体数字0—9，每个数字的训练样本数量为240、测试样本为40，图像大小64*64(图像大小必须统一)。

  1) 在文件夹caffe/data目录下新建名为my的文件，相关数据路径如下图1所示。train和val存放训练、测试的样本数据，trainldb和valldb存放格式转换后的leveldb数据，train_val存放训练的配置参数文件，caffe_model存放的是训练好的caffe模型。

图1

   2）利用MATLAB(个人喜好，也可以采用bat命令)快速对train数据集图片进行编码，并对图像数据的路径+名称+标签一起写入相应的train.txt文件，如下图2所示。Val.txt的生成过程也一样。

图2 MATLAB编码数字图片、数据标签

3)编写bat文件(bat文件的生成：新建一个txt，写入数据保存，将后缀.txt改为.bat则可)调用convert_imageset.exe生成对应的leveldb格式数据，注意参数和路径，仿照如下格式所示编写。

1. Build\x64\Release\convert_imageset.exe--shuffle --backend=leveldb --resize_width=64 --resize_height=64E:\caffe\caffe-master\data\my\ E:\caffe\caffe-master\data\my\train \train.txtE:\caffe\caffe-master\data\my\trainldb

   pause

     双击bat文件，生成成功后的信息如下图3所示，在data/my/trainldb文件夹下生成如下对应的文件，valldb也是同样的操作。

图3

4)计算图像数据的均值，得到均值文件。通常做法是将训练集减去均值文件后再进行训练效果会好一点，当然也可以对数据做其他处理。同第三步一样，编写bat文件调用compute_image_mean.exe，在data/my路径下生成两个均值文件train_mean.binaryproto与val_mean.binaryproto，数据格式如下：

     Build\x64\Release\compute_image_mean.exe --backend=leveldbE:\caffe\caffe-master\data\my\trainldb E:\caffe\caffe-master\data\my \train_mean.binaryproto

          Pause

2、caffe网络定义并训练

1)将examples/mnist文件夹下的两个文件lenet_solver.prototxt、lenet_train_test.prototxt复制到data/my/train_val目录下，用vs2013(其他工具也行)打开，下面是根据我自己的数据设置两个文件相应的参数：

lenet_train_test.prototxt修改如下所示：

  

 

lenet_solver.prototxt修改如下所示：

 

2)编写bat文件，调用caffe.exe，格式如下所示：

Build\x64\Release\caffe.exe train--solver=data/my/train_val/lenet_solver.prototxt

pause

双击运行，训练结果如下图所示:

识别准确率93%就上不去了，分析原因可能是我的数字样本有些采用的字体太复杂，同时在data/my/caffe_model文件夹下生成了caffe模型如下所示， caffe对数字的训练到此结束。

3、印刷体数字识别测试

利用生成的caffe模型，对印刷体数字进行识别测试：

将examples/mnist文件夹下的文件lenet.prototxt拷贝到data/my/train_val目录下并进行如下修改(一定要修改，不然测试会出现问题)：

Python编写测试代码如下：

import os

import caffe

root='E:/caffe/caffe-master/'#指定根目录

os.chdir(root)#更换工作目录 

#调用模型

deploy=root+'data/my/train_val/lenet.prototxt'#结构文件

caffe_model=root +'data/my/_iter_10000.caffemodel'

labels_filename = root +'data/my/label.txt' #类别名称文件，数字标签转换回类别名称

imgtest='E:/caffe/caffe-master/examples/images/mytest/7.bmp'#用画板画的数字图片

 

net = caffe.Net(deploy,caffe_model, caffe.TEST)

transformer =caffe.io.Transformer({'data': net.blobs['data'].data.shape}) #设定图片的shape格式(1,3,32,32)

transformer.set_transpose('data',(2,0,1))   #改变维度的顺序，由原始图片(28,28,3)变为(3,28,28)

#transformer.set_mean('data',np.load(mean_file).mean(1).mean(1))   #减去均值，前面训练模型时没有减均值，这儿就不用

#transformer.set_raw_scale('data',1)   #缩放到【0，1】之间   已经在网络里设置scale，这里可以不用

transformer.set_channel_swap('data',(2,1,0))  #交换通道，将图片由RGB变为BGR

im=caffe.io.load_image(imgtest)                  #加载图片

net.blobs['data'].data[...] =transformer.preprocess('data',im)      #执行上面设置的图片预处理操作，并将图片载入到blob中

out = net.forward()

prob=net.blobs['prob'].data[0].flatten() #取出最后一层（Softmax）属于某个类别的概率值，并打印

print prob

order=prob.argsort()[-1]

print('the class is:',order)

 

用画板画的测试64*64的数字图像：

 测试中如果碰到“no module name _caffe”问题，解决方法是在环境变量中添加路径E:\caffe\caffe-master\Build\x64\Release\pycaffe。

如果碰到“import caffe no module named google.protobuf.internal”，这是protobuf版本问题，解决方法：

1、下载protobuf（地址：https://github.com/google/protobuf/releases/tag/v3.0.0），下载两个版本，一个protoc-3.0.0-win32.zip，一个源码。

2、将protoc-3.0.0-win32\bin\protoc.exe拷贝进入源代码文件夹下 src中，进入源代码文件夹下Python文件夹，cmd执行 python setup.py build

3、将protobuf-3.0.0\python路径下的文件google拷贝到自己原先安装的Python路径\Lib\site-packages\下，这样再次运行就不会报错了。

最终运行结果如下所示：

 

有什么问题，欢迎大家一起讨论！