记录
介绍
在上一篇博客中介绍了怎么进行多lable的模型训练，但是如果遇到不同长度的验证码就GG了，因为之前训练的模型只能针对固定长度的验证码使用，所有遇到不同长度的验证码的时候就需要先检测验证码长度，然后再加载不同的模型识别了。当然，大牛应该不需要训练两个模型，当然，大牛也不需要看我的博客了。
这里使用的网络是mnist的修改版。
数据长这样
数据
使用的数据是从我们学校教务处爬来的验证码，地址是http://jw.glut.edu.cn ，你可以自己去爬，我就写了，数据可以使用tesseract识别内容，然后生成清单文件，这部分略过了。
清单文件
清单文件大致长这样
这里我的分类是0表示4位长度，1表示5位长度，2表示6位长度。我这里只有3类数据。因为caffe分类必须从0开始，所有就把长度减4作为分类序号。
清单文件可以使用python生成，简单的文件操作就不贴代码浪费版面了。
test/203503.png 2
test/251752.png 2
test/6239.png 0
test/9550.png 0
test/75944.png 1
test/212951.png 2
test/710940.png 2
test/5573.png 0
test/9953.png 0
test/5631.png 0
test/1909.png 0
test/33646.png 1网络配置文件
name: "JWNet"
layer {
name: "data"
type: "ImageData"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mirror: true
scale: 0.00390625
}
image_data_param {
source: "/home/jiangwei/桌面/work/code/train.txt"
batch_size: 1
root_folder: "/home/jiangwei/桌面/work/code/"
}
}
layer {
name: "data"
type: "ImageData"
top: "data"
top: "label"
include {
phase: TEST
}
transform_param {
mirror: false
scale: 0.00390625
}
image_data_param {
source: "/home/jiangwei/桌面/work/code/test.txt"
batch_size: 1
root_folder: "/home/jiangwei/桌面/work/code/"
}
}
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
convolution_param {
num_output: 60
kernel_size: 5
stride: 1
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer {
name: "pool1"
type: "Pooling"
bottom: "conv1"
top: "pool1"
pooling_param {
pool: MAX
kernel_size: 2
stride: 2
}
}
layer {
name: "conv2"
type: "Convolution"
bottom: "pool1"
top: "conv2"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
convolution_param {
num_output: 100
kernel_size: 5
stride: 1
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer {
name: "pool2"
type: "Pooling"
bottom: "conv2"
top: "pool2"
pooling_param {
pool: MAX
kernel_size: 2
stride: 2
}
}
layer {
name: "ip1"
type: "InnerProduct"
bottom: "pool2"
top: "ip1"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
inner_product_param {
num_output: 500
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer {
name: "relu1"
type: "ReLU"
bottom: "ip1"
top: "ip1"
}
layer {
name: "ione"
type: "InnerProduct"
bottom: "ip1"
top: "ip2"
param {
lr_mult: 1
}
param {
lr_mult: 2
}
inner_product_param {
num_output: 3
weight_filler {
type: "xavier"
}
bias_filler {
type: "constant"
}
}
}
layer {
name: "accuracy"
type: "Accuracy"
bottom: "ip2"
bottom: "label"
top: "accuracy"
include {
phase: TEST
}
}
layer {
name: "loss"
type: "SoftmaxWithLoss"
bottom: "ip2"
bottom: "label"
top: "loss"
}solver文件
net:"train_val56.prototxt"
test_iter: 1000
test_interval: 5000
base_lr: 0.0015
momentum: 0.9
weight_decay: 0.0005
lr_policy: "inv"
gamma: 0.0001
power: 0.5
display: 100
max_iter: 200000
snapshot: 20000
snapshot_prefix: "model/56model"
solver_mode: GPU训练
直接控制台输入
/home/jiangwei/bin/caffe-master-duo/build/tools/caffe train --solver=solver56.prototxt python调用
使用python调用训练好的模型
#coding=utf-8
import caffe
import numpy as np
develop='/home/jiangwei/PycharmProjects/code/develop56.prototxt'
model='/home/jiangwei/PycharmProjects/code/56model_iter_100000.caffemodel'
net = caffe.Net(develop,model,caffe.TEST) #加载model和network
#图片预处理设置
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape}) #设定图片的shape格式(1,3,25,80)
transformer.set_transpose('data', (2,0,1)) #改变维度的顺序，由原始图片(25,80,3)变为(3,25,80)
#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
transformer.set_channel_swap('data', (2,1,0)) #交换通道，将图片由RGB变为BGR
img='/home/jiangwei/PycharmProjects/code/test56/21345.jpeg'
im=caffe.io.load_image(img) #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
#执行测试
out = net.forward()
types= net.blobs['Softmax1'].data[0].flatten() #取出最后一层（Softmax）属于某个类别的概率值，并打印
order1=types.argsort()[-1] #将概率值排序，取出最大值所在的序号
print order1+4总结
我用了3W左右的数据量训练网络，训练结果准确率在97%左右，效果算相当完美的了。
