如何将训练好的Caffe模型用于当前输入图像？

Question

新手给咖啡。

我想在使用Caffe深度学习框架的MNIST数据集上使用训练的卷积神经网络。

继official tutorial。成功迈出

步骤：

./data/mnist/get_mnist.sh 
./examples/mnist/create_mnist.sh 
./examples/mnist/train_lenet.sh 

模型进行训练，并且以下消息停止：

I1203 solver.cpp:133] Snapshotting solver state to lenet_iter_10000.solverstate 
I1203 solver.cpp:78] Optimization Done. 

现在，我不知道如何得到一个测试图像，并利用现有的培训我相信这个模型的名字是lenet_iter_10000.solverstate，以查看每个班级的预测分数。当你只需要测试一个图像，给该图像输入到您的测试数据层

<path to caffe root>/caffe test -model <val filename>.prototxt -weights lenet_iter_10000.caffemodel 

：

Answer 1

使用的caffe的test功能。在<val filename>.protoxt中也使用mean_image作为输入。在这种情况下，测试批量大小为1。

另请注意，lenet_iter_10000.solverstate不是您训练有素的模型。你的训练模型实际上是lenet_iter_10000.caffemodel。要了解solverstate和caffemodel档案之间的区别，请参阅here。