Caffe学习笔记2-用一个预训练模型提取特征
本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！本人对博客使用拥有最终解释权
欢迎关注我的博客：http://blog.csdn.net/hit2015spring和http://www.cnblogs.com/xujianqing
http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html
制作一个数据库
先做一个临时文件夹
mkdir examples/_temp
为待处理的文件生成一个文件列表，这些图片在examples/images文件夹下
find `pwd`/examples/images -type f -exec echo {} \; > examples/_temp/temp.txt
我们将使用预计标签之后的每一个文件名，故需要在每一行后面加0
sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt
定义特征提取的网络结构
在实际运用中，把分类图片减去均值图像，对提高分类准确率具有很重要的意义，下载ILSVRC的均值文件
./data/ilsvrc12/get_ilsvrc_aux.sh
我们将在网络定义模型中使用data/ilsvrc213/imagenet_mean.binaryproto的文件来定义一个网络模型
拷贝和修改网络训练模型的定义文件，我们将要用的imagedatalayer，这个文件将调整图片大小
cp examples/feature_extraction/imagenet_val.prototxt examples/_temp
提取特征
./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 leveldb
其中fc7是最高层的特征，我们也可以提取例如conv5或者pool3等其它层的信息
最后一个参数是图片的最小批次
特征最后存在了examples/_temp/features,文件夹下面
如果出现"Check failed: status.ok() Failed to open leveldb examples/_temp/features"的错误，那是因为examples/_temp/features在上一层运行命令的时候就已经存在了，所以要用命令移除它
rm -rf examples/_temp/features/
最后把临时的文件删除不要
rm -r examples/_temp
问题：
- caffemodel不存在
解决：
大概233M
sudo ./scripts/download_model_binary.py models/bvlc_reference_caffenet
问题2：
参数设置错误，改版之后参数没有继续更改，巨坑，最后发现是caffemodel包没有下载完全，一定要检查那个包呀，233M，最后运行成功！
