本文讲解如何对网上下载的一个图片利用训练好的cifar模型进行分类
第一步
上一篇文章训练好以后会得到两个文件
从网上查阅资料解释来看，第一个caffemodel是训练完毕得到的模型参数文件，第二个solverstate是训练中断以后，可以用此文件从中断地方继续训练(具体使用方法目前尚未测试)
caffemodel的百度云地址：链接：http://pan.baidu.com/s/1sl6nPXb 密码：omow
第二步
新建一个代表cifar10数据标签txt文件，放在examples下的cifar10文件夹内，本文采用名称为synset_words的txt文件，内容如下：
从网上随便下载一个图片，但是注意，最好是cifar里面包含的种类，当然也可以下载其他的，不过分类得到的标签肯定不对，因为训练得到的模型不包含此种类。
比如我下载了一只猫：
第三步
使用模型进行分类，建立一个bat文件，比如我在E:\caffeDEV1\caffe-windows\Build\x64\Release下[同样可以在debug下]建立classification.bat，内容如下
classification.exe E:\caffeDEV1\caffe-windows\examples\cifar10\cifar10_quick.prototxt E:\caffeDEV1\caffe-windows\examples\cifar10\cifar10_quick_iter_4000.caffemodel.h5 E:\caffeDEV1\caffe-windows\examples\cifar10\mean.binaryproto E:\caffeDEV1\caffe-windows\examples\cifar10\synset_words.txt E:\caffeDEV1\caffe-windows\examples\cifar10\dog.jpg
pause第四步
也就说最后一步，直接运行这个bat文件，双击就行，得到如下结果
【注】我在其中一个地方卡了很久，千万千万不要把modelcaffe.h5的后缀改为modelcaffe，也就是说，千万别删掉了h5，我一直以为调用cifar10_quick_iter_4000.caffemodel，结果呵呵了，卡了一下午
第五步
第四步实现得是单张图片的识别。第五步则对测试集进行准确率的分批测试
直接在E:\caffeDEV1\caffe-windows下建立一个bat文件(test_cifar.bat)，内容如下：
.\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt -weights=examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 -gpu=0
pause运行之后效果如下：
【更新日志2017-9-25】
从此博客中发现caffe -test命令默认测试50次，也就是说可能并没有测试完全整个测试集, 所以我们需要自己计算一下应该计算多少次, 总样本数/ batchsize，然后再命令中使用-iterations=? 指定你的测试次数，比如我计算需要测试100次才能覆盖整个样本, 那么就使用
.\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt -weights=examples/cifar10/cifar10_quick_iter_4000.caffemodel.h5 -gpu=0 -iterations=100
pause
