Caffe网络模型的简化

Question

我想用咖啡豆提取图像特征。但是，处理图像花费的时间太长，所以我正在寻找优化速度的方法。

我注意到的一件事是，我使用的网络定义在顶部有四个额外的层，我正在从中读取结果(并且没有反馈信号，所以应该可以安全地删除)。

我试图从定义文件中删除它们，但是没有任何效果。我想我可能需要删除文件中包含预先训练过的权重的相应部分。但是，这是一个二进制文件(一个原型缓冲区)，因此编辑它并不那么容易。

您认为删除这四个层可能会对网络性能产生深远的影响吗？

如果是，那么我如何熟悉文件内容，以便能够编辑它，以及如何知道要删除哪些部分？

Answer 1

首先，我不认为删除二进制权重会有任何影响。

其次，您可以使用python接口轻松地完成此操作:请参见本教程。

最后但并非最不重要的是，您是否尝试过运行caffe time来衡量您的网络的性能？这可能会帮助您识别计算中的瓶颈。

PS，您可能会发现这条线也是相关的。

Answer 2

Caffemodel将数据存储为键值对。Caffe只复制与caffemodel完全相同的层的重量(在train.prototxt中)。因此，我不认为删除二进制权重是可行的。如果要更改网络结构，只需修改train.prototxt和deploy.txt即可。

如果您坚持从二进制文件中删除权重，请遵循此caffe示例。

为了确保删除正确的部分，这个可视化工具应该会有所帮助。

Answer 3

我会重新训练更小的输入大小，改变步幅等等。但是，如果您想减少文件大小，我建议量化权重https://github.com/yuanyuanli85/CaffeModelCompression，然后使用类似lzma压缩(xz for unix)的方法。我们这样做是为了能够部署到移动设备上。8位重量压缩很好。