Computer vision 从VGG中提取特征

我想使用经过微调的VGG-19网络从MS COCO数据集中的图像中提取特征

但是，每幅图像大约需要6~7秒，每1k图像大约需要2小时。（对于其他经过微调的车型，时间更长）

MS COCO数据集中有120k个图像，因此至少需要10天

---

有什么方法可以加快特征提取过程吗？

嗯，这不仅仅是一个命令。首先，您必须检查您的GPU是否强大到足以与深度CNN抗衡。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Caffe框架，并启用CUDA和GPU（仅禁用CPU_）

通过所有必需的步骤（安装Nvidia驱动程序、安装CUDA等），您可以构建用于GPU的caffe。然后，通过在命令行中传递GPU设备ID，您可以从它们提供的速度中获益

遵循使用GPU构建Caffe的链接

---

希望对您有所帮助

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：

---

在pycaffe中，您只需使用caffe即可设置gpu模式。set_mode_gpu（）。

仅使用CPU_和多核处理，单个图像平均需要0.7~1.2秒（预取可能导致更快的处理）。没有办法减少计算时间，因为这是gpu完成自己命运的地方。@Shai我不知道如何启用gpu进行特征提取，因为这是通过一个命令完成的：./build/tools/extract_features.bin caffemodel file prototxt file fc7 dest_dir#batch lmdb是否有办法在命令上启用gpu？@Saeed是否可以仅使用该命令？非常感谢！您能告诉我如何找到GPU设备ID以及如何在命令行中插入它吗？（哪个选项等）@ytrewq这取决于您的机器上有多少GPU。如果只有一个GPU，其is ID仅为0。对于feature extraction.bin，只需在命令末尾添加“GPU 0”。不过，请查看Caffe网页上的文档。我认为“-gpu0”也是有效的。请检查一下。再次感谢您！我不确定是否应该将此作为另一个问题提问，但多核处理是否也可以通过命令执行？@ytrewq否，在使用多核处理时，您不需要在命令行中执行任何操作。您只需在MakeFile.config中启用openBlas