Ich möchte Funktionen mit Caffe extrahieren und diese Funktionen mit SVM trainieren. Ich bin durch diesen Link gegangen: http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html. Dieser Link zeigt, wie wir Funktionen mit cafenet extrahieren können. Aber ich möchte hier die Lenet-Architektur verwenden. Ich bin nicht in der Lage diese Linie des Befehls für Lenet zu ändern:CNN-Funktionen mit Caffe extrahieren und mit SVM trainieren
./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10 leveldb
Und auch nach den Merkmalen zu extrahieren, wie diese Funktionen trainieren SVM mit? Ich möchte Python dafür verwenden. Für zB: Wenn ich Features von diesem Code:
features = net.blobs['pool2'].data.copy()
Dann, wie kann ich diese Funktionen unter Verwendung von SVM durch die Definition meiner eigenen Klassen trainieren?