在上一篇中，費了九牛二虎之力總算是把Caffe編譯通過了，現(xiàn)在我們可以借助mnist數(shù)據(jù)集，測試下Caffe的訓練和檢測效果。

準備工作：在自己的工作目錄下，新建一個文件夾，命名為mnist_test（根據(jù)自己的習慣設定）。同時，建議大家安裝文本編輯神器Notepad++，用它來編輯各種格式的文本真的很方便！這里用于打開和編輯用到的各種文件。

1、mnist手寫數(shù)字數(shù)據(jù)集下載（http://yann.lecun.com/exdb/mnist/）。

? ? ?將下圖中的4個文件均下載到mnist_test文件夾下，并解壓到當前文件夾，得到如下4個文件：t10k-labels.idx1-ubyte，train-labels.idx1-ubyte，t10k-images.idx3-ubyte，train-images.idx3-ubyte。

2、lmdb格式訓練集和測試集轉換。

2.1 在mnist_test文件夾下新建兩個文本文件，分別命名為：create_minist_trainlmdb.bat和create_minist_testlmdb.bat。

2.2 向create_minist_trainlmdb.bat中添加如下內容，并保存：

D:\Libraries\caffe\msvc2013_64\bin\convert_mnist_data.exe train-images.idx3-ubyte train-labels.idx1-ubyte mnist_train_lmdb pause
convert_mnist_data.exe位于caffe安裝目錄的bin文件夾下，無需將其拷到當前目錄，只要制定其絕對路徑即可。注意輸入的文件名要正確，否則找不到，會報錯！

2.3 向create_minist_testlmdb.bat中添加如下內容，并保存：

D:\Libraries\caffe\msvc2013_64\bin\convert_mnist_data.exe t10k-images.idx3-ubyte t10k-labels.idx1-ubyte mnist_test_lmdb pause

雙擊執(zhí)行這兩個.bat文件，會在當前文件夾下生成如下兩個文件夾，里面分別保存著lmdb格式的訓練集和測試集。

3、訓練caffemodel并測試。

在caffe源碼目錄下有一個examples文件夾，在examples文件夾下有一個mnist文件夾，將該文件夾下如下三個文件：lenet.prototxt、lenet_solver.prototxt和lenet_train_test.prototxt，拷貝到mnist_test文件夾下。

打開lenet_solver.prototxt，將net的值改為lenet_train_test.prototxt，同時可以修改solver_mode，可以是CPU，也可以是GPU，其他參數(shù)也可以做適當調整，這里不再調整。

再打開lenet_train_test.prototxt，將對應的內容按照指定的格式進行修改，如下圖所示：

新建一個文本文件，重新命名為train.bat，添加如下內容：

D:\Libraries\caffe\msvc2013_64\bin\caffe.exe train --solver=lenet_solver.prototxt pause
保存，雙擊執(zhí)行，運行界面如下：

運行完畢，會在當前文件夾下生成如下四個文件（即訓練出來的模型）：

下面進行測試，在當前文件夾下新建一個文本文件，重新命名為test.bat，添加如下內容：

D:\Libraries\caffe\msvc2013_64\bin\caffe.exe test --model lenet_train_test.prototxt -weights=lenet_iter_10000.caffemodel pause
保存，雙擊打開，執(zhí)行結果如下：

至此caffe模型訓練完畢，下面使用圖片進行實測。

4、計算mean.binaryproto。

在進行實測之前，我們需要計算模型的均值，具體方法如下。

4.1 打開之前的lenet_train_test.prototxt，作進一步修改，添加如下兩處內容：

4.2 新建一個文本文件，重命名為computer_image_mean.bat，向其中添加如下內容：

D:\Libraries\caffe\msvc2013_64\bin\compute_image_mean.exe mnist_train_lmdb mean.binaryproto --backend=lmdb pause
保存，雙擊執(zhí)行，會在當前目錄下生成文件mean.binaryproto。

5、實際圖片分類測試。

5.1 測試圖片

有些博客介紹了如何生成測試圖片（?http://blog.csdn.net/zb1165048017/article/details/52217772），這里就不做多的介紹了。可以直接將下面的這個圖片保存到當前目錄下，供測試使用。

5.2 新建一個文本文檔，命名為label.txt，添加如下內容：

5.3 新建一個文本文檔，重新命名為?classification.bat，添加如下內容：

D:\Libraries\caffe\msvc2013_64\bin\classification.exe lenet.prototxt lenet_iter_10000.caffemodel mean.binaryproto label.txt 5.png pause
保存，雙擊執(zhí)行，如下：

這里，我們也可以使用leveldb格式的文件進行測試，只需要將相應配置選項由lmdb轉換成leveldb即可。

參考資料：

[1]?http://www.cnblogs.com/yixuan-xu/p/5858595.html;

[2]?http://blog.csdn.net/zb1165048017/article/details/52217772;

2017.07.19

總結

以上是生活随笔為你收集整理的【caffe】mnist数据集lenet训练与测试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。