1.得到資料集,對資料集做處理，處理成模型需要的資料格式，分出訓練集，驗證集以及測試集;
2.為資料集生成標籤檔案，生成均值檔案。
3.人臉資料劃分，轉換為lmdb。
4.使用該資料通過以models/finetune_flickr_style/train_val.prototxt 為模板，以vgg_face_caffe/vgg_face_deploy.prototxt 為內容將網路結構進行填充。即加入資料輸入層與改變最後一層的全連線層輸出數量，修正掉舊caffe的語法。
5.拷貝models/finetune_flickr_style/solver.prototxt，並將新的針對現問題進行修改，主要修改
6.最後使用自己的資料對模型進行fine-tuning。
大部分內容參考：
使用caffe訓練並且測試乙個自己的模型
配置檔案製作完畢，訓練乙個自己的模型將變得非常簡單 solver path home data solver.prototxt caffe.set device gpu id 若不設定,預設為0 caffe.set mode gpu 設定計算模式為gpu計算 solver caffe.sgdsolv...
測試乙個訓練好的caffe模型
在學習caffe的過程中，訓練了出了模型出來，出了當時的準確率和loss值，並沒有看到給定輸入看到真正的輸出，這個時候需要測試一下訓練出來的模型，實際檢視一下效果,其中用到的配置檔案和網路模型在caffe的目錄下都有，自己測試自己的模型時需要修改為自己的 prototxt和 caffemodel u...
在linux下 安裝caffe 遇到的乙個問題
cxx src caffe layer factory.cpp bin sh 1 cannot create build release src caffe layer factory.o.warnings.txt permission denied src caffe layer factory....