转自 http://blog.csdn.net/liumaolincycle/article/details/48501423
微调是基于已经学习好的模型的，通过修改结构，从已学习好的模型权重中继续训练。下面就在另一个数据集Flickr Style上面微调CaffeNet模型，来预测图像风格，而不再是目标类别。
1.说明
Flickr Style图像数据集在视觉上和训练了bvlc_reference_caffenet的ImageNet数据集很像，由于这个模型在目标分类上用得很好，我们就想把它也用在风格分类器中。因为只有80,000个图像可用于训练，所以从用了1,000,000个图像的ImageNet学到的参数开始训练，再根据需要进行微调。如果给出caffe train命令的weights参数，预训练的权重就会载入模型中，通过名字来匹配层。
因为我们现在只预测20个类而不再是1,000个，所以需要修改模型中的最后一层，把prototxt最后一层的名字由fc8改为fc8_flickr。bvlc_reference_caffenet中没有层名叫fc8_flickr，因此该层将从随机权重开始训练。同理，可以多改几个其它层的名字，被修改的层都会从随机权重开始训练。
此外，减少solver prototxt中的总体学习率base_lr，但是增加新引进层的blobs_lr。主要原因是新数据让新加的层学习很快，模型中剩下的层改变很慢，在solver中设置stepsize为更低的值，希望学习率下降快一些。我们也可以通过设置blobs_lr为0来阻止除fc8_flickr外的所有层微调。
2.步骤
数据集已经分解为带相应标签的URL列表，用一个简单python脚本assemble_data.py下载数据的子集并将其分为训练集和验证集，先看一下用法：
./examples/finetune_flickr_style/assemble_data.py -h
再用它下载数据集：
python examples/finetune_flickr_style/assemble_data.py --workers=-1 --images=2000 --seed 831486这个脚本下载2000个图像和相应的train/val文件到data/flickr_style中，这里感谢 鱼蛋蛋哥 和 小咸鱼_ 指出，在用自己的数据训练时，编号一定要从0开始，或者最后一层的输出类别数要大于最大的编号，否则不会收敛。
本例的prototxt还需要ImageNet的均值文件，运行：
./data/ilsvrc12/get_ilsvrc_aux.sh下载在data/ilsvrc12中。
我们还需要ImageNet训练而得的模型，运行：
./scripts/download_model_binary.py models/bvlc_reference_caffenet- 1
下载在models/bvlc_reference_caffenet中，就可以开始训练了：
./build/tools/caffe train
-solver models/finetune_flickr_style/solver.prototxt
-weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
-gpu 0
可以看一下 models/finetune_flickr_style/solver.prototxt和models/finetune_flickr_style/train_val.prototxt中的内容。
注意看损失下降的速度，尽管迭代1000次后达到的23.5%准确率不是很好，但在这么少的迭代次数就达到了，说明模型正在又快又好地学习。当模型在整个训练集上做了100,000次迭代，完全微调好，准确率是39.16%。我只迭代了10,000次，也达到了29.46%，在GTX660上用了一个半小时。
不用微调预训练模型而是直接训练时：
./build/tools/caffe train -solver models/finetune_flickr_style/solver.prototxt -gpu 0微调适用于时间不够或数据不够的情况，即使在CPU模式，每遍历一次训练集也只要大约100s，GPU微调显然更快，并能在数分钟或数小时内学习到有用模型，而不再需要数天或数周了。
3.训练的模型
训练完全部80K图像得到的模型最终准确率为39%，可由下面的命令得到该训练好的模型：
./scripts/download_model_binary.py models/finetune_flickr_style