從VGG中提取特徵

我想使用微調的VGG-19網絡從MS COCO數據集中的圖像中提取特徵。從VGG中提取特徵

然而，每個圖像大約需要6到7秒，每1k圖像大約需要2個小時。（對於其他微調模型甚至更長）

MS COCO數據集中有120k圖像，所以它至少需要10天。

有什麼辦法可以加快特徵提取過程嗎？

2015-10-19 ytrewq

您使用的是GPU嗎？ – Shai

使用CPU_Only和多核處理，單個圖像平均需要0.7〜1.2（預取會導致更快的處理）秒。沒有辦法減少計算時間，因爲這是GPU實現自己命運的地方。 – Saeed

@Shai我不確定如何使用gpu進行特徵提取，因爲它是通過命令完成的：./build/tools/extract_features.bin caffemodel -file prototxt -file fc7 dest_dir #batch lmdb有沒有一種方法可以啓用gpu的命令？ – ytrewq

那麼，這不僅僅是一個命令。首先，您必須檢查您的GPU是否足夠強大，足以與深度CNN摔跤。瞭解你的GPU模型可以回答這個問題。其次，您必須在Makefile.config（或CMakeLists.txt）中編譯和構建帶有CUDA和啓用GPU（CPU_Only禁用）的Caffe框架。

通過所有必需的步驟（安裝Nvidia驅動程序，安裝CUDA等），您可以構建caffe以供GPU使用。然後通過在命令行中傳遞GPU_Device_ID，您可以從它們提供的速度中受益。

跟隨this使用GPU構建Caffe的鏈接。

希望它可以幫助

來源

2015-10-19 13:51:17 Saeed

非常感謝！你能不能讓我知道如何找到GPU_Device_ID以及如何將它插入命令行？（選擇等） – ytrewq

@ytrewq這取決於你的機器上有多少個GPU。如果只有一個GPU，那麼它的ID就是0.對於feature.bin，您可以簡單地將「GPU 0」放在命令的末尾。但是，請查看Caffe網頁上的文檔。我認爲「-gpu 0」也是有效的。請檢查一下。 – Saeed

再次感謝你！我不知道我是否應該問這是另一個問題，但是多核處理也可以通過命令執行？ – ytrewq

這IPython的筆記本例子解釋步驟提取特徵任何朱古力模型的非常好：https://github.com/BVLC/caffe/blob/master/examples/00-classification.ipynb

在pycaffe，你可以簡單地通過使用caffe.set_mode_gpu設置GPU模式（）。

來源

2015-10-20 06:08:20 Ajay

從VGG中提取特徵

回答

相關問題