从VGG中提取特征

我想使用微调的VGG-19网络从MS COCO数据集中的图像中提取特征。从VGG中提取特征

然而，每个图像大约需要6到7秒，每1k图像大约需要2个小时。（对于其他微调模型甚至更长）

MS COCO数据集中有120k图像，所以它至少需要10天。

有什么办法可以加快特征提取过程吗？

2015-10-19 ytrewq

您使用的是GPU吗？ – Shai

使用CPU_Only和多核处理，单个图像平均需要0.7〜1.2（预取会导致更快的处理）秒。没有办法减少计算时间，因为这是GPU实现自己命运的地方。 – Saeed

@Shai我不确定如何使用gpu进行特征提取，因为它是通过命令完成的：./build/tools/extract_features.bin caffemodel -file prototxt -file fc7 dest_dir #batch lmdb有没有一种方法可以启用gpu的命令？ – ytrewq

那么，这不仅仅是一个命令。首先，您必须检查您的GPU是否足够强大，足以与深度CNN摔跤。了解你的GPU模型可以回答这个问题。其次，您必须在Makefile.config（或CMakeLists.txt）中编译和构建带有CUDA和启用GPU（CPU_Only禁用）的Caffe框架。

通过所有必需的步骤（安装Nvidia驱动程序，安装CUDA等），您可以构建caffe以供GPU使用。然后通过在命令行中传递GPU_Device_ID，您可以从它们提供的速度中受益。

跟随this使用GPU构建Caffe的链接。

希望它可以帮助

来源

2015-10-19 13:51:17 Saeed

非常感谢！你能不能让我知道如何找到GPU_Device_ID以及如何将它插入命令行？（选择等） – ytrewq

@ytrewq这取决于你的机器上有多少个GPU。如果只有一个GPU，那么它的ID就是0.对于feature.bin，您可以简单地将“GPU 0”放在命令的末尾。但是，请查看Caffe网页上的文档。我认为“-gpu 0”也是有效的。请检查一下。 – Saeed

再次感谢你！我不知道我是否应该问这是另一个问题，但是多核处理也可以通过命令执行？ – ytrewq

这IPython的笔记本例子解释步骤提取特征任何朱古力模型的非常好：https://github.com/BVLC/caffe/blob/master/examples/00-classification.ipynb

在pycaffe，你可以简单地通过使用caffe.set_mode_gpu设置GPU模式（）。

来源

2015-10-20 06:08:20 Ajay

从VGG中提取特征

回答

相关问题