examples/finetune_pascal_detection/pascal_finetune_trainval_test.prototxt

   1 name: "CaffeNet"
   2 layer {
   3   name: "data"
   4   type: "WindowData"
   5   top: "data"
   6   top: "label"
   7   include {
   8     phase: TRAIN
   9   }
  10   transform_param {
  11     mirror: true
  12     crop_size: 227
  13     mean_file: "data/ilsvrc12/imagenet_mean.binaryproto"
  14   }
  15   window_data_param {
  16     source: "examples/finetune_pascal_detection/window_file_2007_trainval.txt"
  17     batch_size: 128
  18     fg_threshold: 0.5
  19     bg_threshold: 0.5
  20     fg_fraction: 0.25
  21     context_pad: 16
  22     crop_mode: "warp"
  23   }
  24 }
  25 layer {
  26   name: "data"
  27   type: "WindowData"
  28   top: "data"
  29   top: "label"
  30   include {
  31     phase: TEST
  32   }
  33   transform_param {
  34     mirror: true
  35     crop_size: 227
  36     mean_file: "data/ilsvrc12/imagenet_mean.binaryproto"
  37   }
  38   window_data_param {
  39     source: "examples/finetune_pascal_detection/window_file_2007_test.txt"
  40     batch_size: 128
  41     fg_threshold: 0.5
  42     bg_threshold: 0.5
  43     fg_fraction: 0.25
  44     context_pad: 16
  45     crop_mode: "warp"
  46   }
  47 }
  48 layer {
  49   name: "conv1"
  50   type: "Convolution"
  51   bottom: "data"
  52   top: "conv1"
  53   param {
  54     lr_mult: 1
  55     decay_mult: 1
  56   }
  57   param {
  58     lr_mult: 2
  59     decay_mult: 0
  60   }
  61   convolution_param {
  62     num_output: 96
  63     kernel_size: 11
  64     stride: 4
  65     weight_filler {
  66       type: "gaussian"
  67       std: 0.01
  68     }
  69     bias_filler {
  70       type: "constant"
  71       value: 0
  72     }
  73   }
  74 }
  75 layer {
  76   name: "relu1"
  77   type: "ReLU"
  78   bottom: "conv1"
  79   top: "conv1"
  80 }
  81 layer {
  82   name: "pool1"
  83   type: "Pooling"
  84   bottom: "conv1"
  85   top: "pool1"
  86   pooling_param {
  87     pool: MAX
  88     kernel_size: 3
  89     stride: 2
  90   }
  91 }
  92 layer {
  93   name: "norm1"
  94   type: "LRN"
  95   bottom: "pool1"
  96   top: "norm1"
  97   lrn_param {
  98     local_size: 5
  99     alpha: 0.0001
 100     beta: 0.75
 101   }
 102 }
 103 layer {
 104   name: "conv2"
 105   type: "Convolution"
 106   bottom: "norm1"
 107   top: "conv2"
 108   param {
 109     lr_mult: 1
 110     decay_mult: 1
 111   }
 112   param {
 113     lr_mult: 2
 114     decay_mult: 0
 115   }
 116   convolution_param {
 117     num_output: 256
 118     pad: 2
 119     kernel_size: 5
 120     group: 2
 121     weight_filler {
 122       type: "gaussian"
 123       std: 0.01
 124     }
 125     bias_filler {
 126       type: "constant"
 127       value: 1
 128     }
 129   }
 130 }
 131 layer {
 132   name: "relu2"
 133   type: "ReLU"
 134   bottom: "conv2"
 135   top: "conv2"
 136 }
 137 layer {
 138   name: "pool2"
 139   type: "Pooling"
 140   bottom: "conv2"
 141   top: "pool2"
 142   pooling_param {
 143     pool: MAX
 144     kernel_size: 3
 145     stride: 2
 146   }
 147 }
 148 layer {
 149   name: "norm2"
 150   type: "LRN"
 151   bottom: "pool2"
 152   top: "norm2"
 153   lrn_param {
 154     local_size: 5
 155     alpha: 0.0001
 156     beta: 0.75
 157   }
 158 }
 159 layer {
 160   name: "conv3"
 161   type: "Convolution"
 162   bottom: "norm2"
 163   top: "conv3"
 164   param {
 165     lr_mult: 1
 166     decay_mult: 1
 167   }
 168   param {
 169     lr_mult: 2
 170     decay_mult: 0
 171   }
 172   convolution_param {
 173     num_output: 384
 174     pad: 1
 175     kernel_size: 3
 176     weight_filler {
 177       type: "gaussian"
 178       std: 0.01
 179     }
 180     bias_filler {
 181       type: "constant"
 182       value: 0
 183     }
 184   }
 185 }
 186 layer {
 187   name: "relu3"
 188   type: "ReLU"
 189   bottom: "conv3"
 190   top: "conv3"
 191 }
 192 layer {
 193   name: "conv4"
 194   type: "Convolution"
 195   bottom: "conv3"
 196   top: "conv4"
 197   param {
 198     lr_mult: 1
 199     decay_mult: 1
 200   }
 201   param {
 202     lr_mult: 2
 203     decay_mult: 0
 204   }
 205   convolution_param {
 206     num_output: 384
 207     pad: 1
 208     kernel_size: 3
 209     group: 2
 210     weight_filler {
 211       type: "gaussian"
 212       std: 0.01
 213     }
 214     bias_filler {
 215       type: "constant"
 216       value: 1
 217     }
 218   }
 219 }
 220 layer {
 221   name: "relu4"
 222   type: "ReLU"
 223   bottom: "conv4"
 224   top: "conv4"
 225 }
 226 layer {
 227   name: "conv5"
 228   type: "Convolution"
 229   bottom: "conv4"
 230   top: "conv5"
 231   param {
 232     lr_mult: 1
 233     decay_mult: 1
 234   }
 235   param {
 236     lr_mult: 2
 237     decay_mult: 0
 238   }
 239   convolution_param {
 240     num_output: 256
 241     pad: 1
 242     kernel_size: 3
 243     group: 2
 244     weight_filler {
 245       type: "gaussian"
 246       std: 0.01
 247     }
 248     bias_filler {
 249       type: "constant"
 250       value: 1
 251     }
 252   }
 253 }
 254 layer {
 255   name: "relu5"
 256   type: "ReLU"
 257   bottom: "conv5"
 258   top: "conv5"
 259 }
 260 layer {
 261   name: "pool5"
 262   type: "Pooling"
 263   bottom: "conv5"
 264   top: "pool5"
 265   pooling_param {
 266     pool: MAX
 267     kernel_size: 3
 268     stride: 2
 269   }
 270 }
 271 layer {
 272   name: "fc6"
 273   type: "InnerProduct"
 274   bottom: "pool5"
 275   top: "fc6"
 276   param {
 277     lr_mult: 1
 278     decay_mult: 1
 279   }
 280   param {
 281     lr_mult: 2
 282     decay_mult: 0
 283   }
 284   inner_product_param {
 285     num_output: 4096
 286     weight_filler {
 287       type: "gaussian"
 288       std: 0.005
 289     }
 290     bias_filler {
 291       type: "constant"
 292       value: 1
 293     }
 294   }
 295 }
 296 layer {
 297   name: "relu6"
 298   type: "ReLU"
 299   bottom: "fc6"
 300   top: "fc6"
 301 }
 302 layer {
 303   name: "drop6"
 304   type: "Dropout"
 305   bottom: "fc6"
 306   top: "fc6"
 307   dropout_param {
 308     dropout_ratio: 0.5
 309   }
 310 }
 311 layer {
 312   name: "fc7"
 313   type: "InnerProduct"
 314   bottom: "fc6"
 315   top: "fc7"
 316   param {
 317     lr_mult: 1
 318     decay_mult: 1
 319   }
 320   param {
 321     lr_mult: 2
 322     decay_mult: 0
 323   }
 324   inner_product_param {
 325     num_output: 4096
 326     weight_filler {
 327       type: "gaussian"
 328       std: 0.005
 329     }
 330     bias_filler {
 331       type: "constant"
 332       value: 1
 333     }
 334   }
 335 }
 336 layer {
 337   name: "relu7"
 338   type: "ReLU"
 339   bottom: "fc7"
 340   top: "fc7"
 341 }
 342 layer {
 343   name: "drop7"
 344   type: "Dropout"
 345   bottom: "fc7"
 346   top: "fc7"
 347   dropout_param {
 348     dropout_ratio: 0.5
 349   }
 350 }
 351 layer {
 352   name: "fc8_pascal"
 353   type: "InnerProduct"
 354   bottom: "fc7"
 355   top: "fc8_pascal"
 356   param {
 357     lr_mult: 10
 358     decay_mult: 1
 359   }
 360   param {
 361     lr_mult: 20
 362     decay_mult: 0
 363   }
 364   inner_product_param {
 365     num_output: 21
 366     weight_filler {
 367       type: "gaussian"
 368       std: 0.01
 369     }
 370     bias_filler {
 371       type: "constant"
 372       value: 0
 373     }
 374   }
 375 }
 376 layer {
 377   name: "loss"
 378   type: "SoftmaxWithLoss"
 379   bottom: "fc8_pascal"
 380   bottom: "label"
 381 }
 382 layer {
 383   name: "accuracy"
 384   type: "Accuracy"
 385   bottom: "fc8_pascal"
 386   bottom: "label"
 387   top: "accuracy"
 388   include {
 389     phase: TEST
 390   }
 391 }