从 VGG 中提取特征答案

【问题标题】：Extracting Features from VGG从 VGG 中提取特征
【发布时间】：2015-10-19 06:51:52
【问题描述】：

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。

但是，每张图像大约需要 6~7 秒，每 1k 图像大约需要 2 小时。（其他微调模型甚至更长）

MS COCO 数据集中有 12 万张图像，因此至少需要 10 天。

有什么方法可以加快特征提取过程？

【问题讨论】：

使用 CPU_Only 和多核处理，单个图像平均需要 0.7~1.2 秒（预取可以加快处理速度）秒。没有办法减少计算时间，因为这是 GPU 完成自己使命的地方。
@Shai 我不确定如何启用 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 有没有办法在命令上启用 gpu？
@Saeed 是否可以仅使用命令？

【解决方案1】：

嗯，这不仅仅是一个命令。首先，您必须检查您的 GPU 是否强大到足以应对深度 CNN。了解您的 GPU 型号可以回答这个问题。

其次，您必须在 Makefile.config（或 CMakeLists.txt）中编译和构建启用 CUDA 和 GPU（禁用 CPU_Only）的 Caffe 框架。

通过所有必需的步骤（安装 Nvidia 驱动程序、安装 CUDA 等），您可以构建供 GPU 使用的 caffe。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。

关注 this 链接以使用 GPU 构建 Caffe。

希望对你有帮助

【讨论】：

非常感谢！您能否让我知道如何找到 GPU_Device_ID 以及如何将其插入命令行？（哪个选项等）
@ytrewq 这取决于你的机器上有多少 GPU。如果只有一个 GPU，它的 ID 只是 0。对于特征提取.bin，您只需将“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。
再次感谢您！我不确定我是否应该将此作为另一个问题提出，但多核处理是否也可以通过命令执行？
@ytrewq 不，在使用多核处理时，您无需在命令行中执行任何操作。你只需要在 MakeFile.config 中启用 openBlas

【解决方案2】：

这个 ipython 笔记本示例很好地解释了从任何 caffe 模型中提取特征的步骤：https://github.com/BVLC/caffe/blob/master/examples/00-classification.ipynb

在pycaffe中，你可以简单地使用caffe.set_mode_gpu()来设置gpu模式。

【讨论】：