训练模型

1. 数据准备

　　1.1 原始数据的准备

　　　　jpg文件等　　

　　1.2 辅助数据的准备

　　　　生产train.txt和val.txt

　　　　参考代码：

# /usr/bin/env sh
DATA=examples/images
echo "Create train.txt..."
rm -rf $DATA/train.txt
find $DATA -name *cat.jpg | cut -d '/' -f3 | sed "s/$/ 1/">>$DATA/train.txt
find $DATA -name *bike.jpg | cut -d '/' -f3 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/train.txt
rm -rf $DATA/tmp.txt
echo "Done.."

　　　　针对自己的数据，在terminal中直接操作：

　　　　　　find airport_inside -name *.jpg | cut -d '/' -f2-3 | sed "s/$/ 0/">>train.txt

　　　　　　find artstudio -name *.jpg | cut -d '/' -f2-3 | sed "s/$/ 1/">>train.txt

　　　　　　... ...

　　　　　　cat tmp.txt>>train.txt

　　　　

2. 计算图片平均值

3. 模型定义

4. 训练网络

5. 恢复训练

6. 测试

 http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb

http://blog.csdn.net/hjimce/article/details/49248231