利用VGG_FACEは性別データをfinetuneする

最初のステップ
データを生成して、lmdbに慣れて、私のデータの中で訓練セット3000枚、テストセット600枚を含んで、create.sh生成train_lmdbとval_lmdb、make_を利用imagenet.sh meanファイルを生成します.
ステップ2
ネットワーク構造ファイルの書き換え、
データ層の書き換え:

name: "VGG_ILSVRC_16_layers"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 224
    mean_file: "/home/lyz/caffe-master/models/Cele_gender/Cele_mean.binaryproto"
  }
  data_param {
    source: "/home/lyz/caffe-master/models/Cele_gender/Cele_train_lmdb"
    batch_size: 32
    backend: LMDB
  }
}

最後のフル接続レイヤの書き換え:

layer {
  name: "fc8-fine"
  type: "InnerProduct"
  bottom: "fc7"
  top: "fc8-fine"
  param {
    lr_mult: 10
    decay_mult: 1
  }
  param {
    lr_mult: 20
    decay_mult: 0
  }
  inner_product_param {
    num_output: 2
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}

その他の参考deploy.prototxtファイル.
ステップ3ネットワークの実行
学習率が0.0001に設定solverファイルを作成します.その後trainを実行します.shでいいです.運転結果を観測する.