shicai
shicai
网络结构已经在log里了，MNIST调太高并没有太大意义，当时也是随便调的。
图像缩放到指定大小，减去均值，然后通过网络前向传播，获取最后softmax层的概率值，取最大值的那个id，即为对应识别出来的类别
将不同的图像组成一个文件列表，用image_data层，具体见get_features.cpp文件
我按照参数的顺序，依次解释下： [0] get_features.exe，文件名，第一个参数 [1] feat.prototxt，注意file_list.txt在这里的image data layer用到，注意看cpp文件的第22行 [2] caffemodel [3] 6这里是迭代次数的意思，这个数字乘以cpp文件的第23行的batch size，必须等于file_list.txt中图像总数 [4] conv1,fc7,prob,argmax 这里是需要提取特征的层的名字，在feat.prototxt中找，用英文逗号分隔，注意不要有空格 [5] conv1.dat,fc7.dat,prob.dat,argmax.dat 对应上面特征，是将每层特征保存的文件名字，同样逗号分隔，不要空格 [6] GPU 这里有2个选项：GPU或者CPU模式 [7] 0 如果用GPU模式，指定用哪个gpu，从0开始计数 其他：matlab函数sc_load是用来读取特征文件的，比如你将prob层特征存为prob.dat，用sc_load读取就可以了：prob = sc_load('prob.dat');
@mengfanr 取决于你的caffe，你若是在windows和linux下都编译好caffe，那就都能用
@xxlylf 不可以，提取特征必须指定那一层的名字。不写的话，不会提取任何特征。
@howard327 数据存储格式是行、列、特征，所以直接用fread读入float就可以了
@xxlylf the number of rows and cols doesn't match the shape of data. please double check the value of rows and cols.
仔细阅读 https://github.com/shicai/Caffe_Manual/blob/master/get_features.cpp 或者第一个issue，都有提到
@xxlylf 是编译caffe出错，还是编译get_feature出错？如果是后者，请贴上错误信息，如果是前者，请到caffe的issue下找答案