FCN網路的訓練——以SIFT-Flow 資料集為例

caffe的安裝設定，以及fcn的使用在我前邊的文章當中都已經提及到了，這邊不會再細講。在下邊的內容當中，我們來看看如何使用別人提供的資料集來訓練自己的模型！在這篇文章之後，我計劃還要再寫如何fine-tune和製作自己的資料集，以及用自己的資料集fine-tune。

Caffe 深度學習入門教學  http://www.linuxidc.com/Linux/2016-11/136774.htm

Ubuntu 16.04 安裝設定Caffe 圖文詳解 http://www.linuxidc.com/Linux/2016-12/138870.htm

Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安裝 http://www.linuxidc.com/Linux/2016-07/132860.htm

Ubuntu 16.04系統下CUDA7.5設定Caffe教學 http://www.linuxidc.com/Linux/2016-07/132859.htm

Caffe在Ubuntu 14.04 64bit 下的安裝 http://www.linuxidc.com/Linux/2015-07/120449.htm

深度學習框架Caffe在Ubuntu下編譯安裝  http://www.linuxidc.com/Linux/2016-07/133225.htm

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 設定說明  http://www.linuxidc.com/Linux/2015-04/116444.htm

Ubuntu 16.04上安裝Caffe http://www.linuxidc.com/Linux/2016-08/134585.htm

Caffe設定簡明教學 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 )  http://www.linuxidc.com/Linux/2016-09/135016.htm

Ubuntu 16.04上安裝Caffe(CPU only)  http://www.linuxidc.com/Linux/2016-09/135034.htm

Ubuntu 14.04搭建Caffe(僅CPU）  http://www.linuxidc.com/Linux/2017-01/139236.htm

（一）資料準備（以SIFT-Flow 資料集為例）

下載資料集：  http://pan.baidu.com/s/1dFxaAtj   ，並解壓至/fcn.berkeleyvision.org/data/下，並將資料夾名重新命名為sift-flow。之後，將資料全部resize到500*500。

這裡一定要注意，/fcn.berkeleyvision.org/data/下本來就有一個資料夾叫sift-flow，千萬不要覆蓋。同時，這些原本就存在的資料夾裡的東西還要全部複製到新解壓的sift-flow資料夾下邊。你可以先把原本的sift-slow重新命名為sitf-flow_1，然後再解壓複製！

（二） 下載預訓練模型

下載VGG-16的預訓練模型放至/fcn.berkeleyvision.org/ilsvrc-nets/目錄下，並重新命名為vgg16-fcn.caffemodel。

百度網路硬碟下載：

連結: http://pan.baidu.com/s/1c2d0mBY 密碼: pjgi

到Linux公社1號FTP伺服器下載

------------------------------------------分割線------------------------------------------

FTP地址：ftp://ftp1.linuxidc.com

使用者名稱：ftp1.linuxidc.com

密碼：www.linuxidc.com

在 20177年LinuxIDC.com1月FCN網路的訓練——以SIFT-Flow 資料集為例

下載方法見 http://www.linuxidc.com/Linux/2013-10/91140.htm