框架caffe在测试时不起作用

Question

我试着用caffe测试来检验caffennet的准确性。很简单，不是吗？

真的不是。它坏了。

下面，我描述了我所遵循的步骤(在我看来，每个人都认为是可以的)：

1. 我已经下载了imagenet培训和验证集。
2. 我已经使用应用程序"create_imagenet.sh“来创建一个LMDB数据库。在这里，我描述了我的"create_imagenet.sh“(我修改了一些东西，因为我只需要验证数据库)： RESIZE=true if $RESIZE；RESIZE_HEIGHT=256 RESIZE_WIDTH=256 RESIZE_WIDTH=256 RESIZE_HEIGHT=0 RESIZE_WIDTH=0 fi if！-d "$VAL_DATA_ROOT“；然后回送"Error: VAL_DATA_ROOT不是指向目录的路径：$VAL_DATA_ROOT”“echo”将create_imagenet.sh中的VAL_DATA_ROOT变量设置为存储ImageNet验证数据的路径“\”。1FI回声出口“创造列车lmdb.”GLOG_logtostderr=1 $TOOLS/ echo _imageset\ -resize_height=$RESIZE_HEIGHT \ -resize_width=$RESIZE_WIDTH \-Shu显\ $VAL_DATA_ROOT \ $DATA/val.txt \$示例/ilsvrc12 12_val_-resize_width=$RESIZE_WIDTH回显“已完成”。

在$VAL_DATA_ROOT中，我存储到验证映像的路径，在$DATA中存储路径tu val.txt文件，并在我想保存数据库时最后举例说明路径。我可以确保路径完全正确。

1. 一旦我有了我的数据库，我已经下载了权重文件bvlc_reference_caffenet.caffemodel从官方网站，它是可以的。
2. 我修改了train_val.prototxt以链接数据库。接下来，我描述了文件的第一行。其余部分根本不改变(相对于原始的).mean像素/通道平均，而不是平均图像# transform_param {# crop_size: 227 # mean_value: 104 # mean_value: 117 # mean_value: 123 #镜像: true #} data_param {源:transform_param batch_size: 256个后端: LMDB }}层{名称：“数据”类型：“数据”顶部：“数据”顶部：“标签”包括{相位: TEST }# transform_param {#镜像: false # crop_size: 227 # mean_file: crop_size#}#平均像素/通道平均，而不是平均图像transform_param { crop_size: 227mean_value: 104 mean_value: 117 mean_value: 123镜像: false } data_param {来源:mean_value batch_size: 50后端: LMDB }}
3. 我只是按以下方式执行caffe工具： caffe test -model=/home/paco/Caffe/caffe/models/bvlc_reference_caffenet/train_val.prototxt -weights=/home/paco/Caffe/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel -iterations=2000

正如你们所看到的，一切看起来都很完美，我根本没有犯任何错误！！

但是，由于我在我的shell上获得了这个信息，所以它不起作用！

**

I1016 16:43:32.526727 22178 net.cpp:255] Network initialization done.
I1016 16:43:32.675029 22178 upgrade_proto.cpp:46] Attempting to upgrade input file specified using deprecated transformation parameters: /home/paco/Caffe/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
I1016 16:43:32.675051 22178 upgrade_proto.cpp:49] Successfully upgraded file specified using deprecated data transformation parameters.
W1016 16:43:32.675071 22178 upgrade_proto.cpp:51] Note that future Caffe releases will only support transform_param messages for transformation fields.
I1016 16:43:32.675122 22178 upgrade_proto.cpp:55] Attempting to upgrade input file specified using deprecated V1LayerParameter: /home/paco/Caffe/caffe/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
I1016 16:43:32.882395 22178 upgrade_proto.cpp:63] Successfully upgraded file specified using deprecated V1LayerParameter
I1016 16:43:32.943102 22178 caffe.cpp:281] Running for 2000 iterations.
I1016 16:43:34.434036 22178 caffe.cpp:304] Batch 0, accuracy = 1
I1016 16:43:34.434161 22178 caffe.cpp:304] Batch 0, loss = -nan
I1016 16:43:35.862941 22178 caffe.cpp:304] Batch 1, accuracy = 1
I1016 16:43:35.862982 22178 caffe.cpp:304] Batch 1, loss = -nan
I1016 16:43:37.310729 22178 caffe.cpp:304] Batch 2, accuracy = 1
I1016 16:43:37.310768 22178 caffe.cpp:304] Batch 2, loss = -nan
I1016 16:43:38.719712 22178 caffe.cpp:304] Batch 3, accuracy = 1
I1016 16:43:38.719833 22178 caffe.cpp:304] Batch 3, loss = -nan
I1016 16:43:40.171242 22178 caffe.cpp:304] Batch 4, accuracy = 1
I1016 16:43:40.171273 22178 caffe.cpp:304] Batch 4, loss = -nan
I1016 16:43:41.674332 22178 caffe.cpp:304] Batch 5, accuracy = 1
I1016 16:43:41.674373 22178 caffe.cpp:304] Batch 5, loss = -nan
I1016 16:43:43.160789 22178 caffe.cpp:304] Batch 6, accuracy = 1
I1016 16:43:43.160826 22178 caffe.cpp:304] Batch 6, loss = -nan

**

对于alexnet和Squeezenet来说，更糟糕的是，按照相同的步骤，我总是获得0的准确性(真的，乘以我得到0.001或诸如此类的东西)。

发生了什么事？也许我必须先对图像进行预处理，然后才能将其转储到数据库中？有人能帮我吗？我会很感激的。

非常感谢你的关注和帮助。

Answer 1

问题是MKL图书馆。它还没有起作用，我根本没有得到任何信息。通过再次使用OpenBlas库编译caffe，我解决了这个问题。

谢谢我自己。