سلام
اینو امتحان کنید
#! /bin/bash
# set this path to your matconvnet root directory
matconvnet_root=/your-path-to-matconvnet-root-goes-here
# use the import-caffe.py script as converter
converter="python $matconvnet_root/utils/import-caffe.py"
# set paths to caffe model prototxt and weights
model_prototxt=~/data/models/caffe/vgg_vd_16/VGG_ILSVRC_16_layers_deploy.prototxt
model_weights=~/data/models/caffe/vgg_vd_16/VGG_ILSVRC_16_layers.caffemodel
# set destination for matconvnet model
import_dir=~/data/models/caffe-imports
# create destination if it doesn't exist
mkdir -pv "$import_dir"
# set the name of the converted matconvnet network file
out="$import_dir/vgg-vd-16-matconvnet.mat"
# run the converter
$converter \
--output-format=simplenn \
--caffe-variant=caffe \
--caffe-data=$model_weights \
$model_prototxt \
$out
بجاش مدل و فایل دیپلوی مورد نظرتون رو بزارید
سرچی که من کردم همه ارجاع میدادن به نمونه های قبلی مثل این و این علاوه بر این همون فایل caffe_import رو هم مطالعه کنید سویچ هاش توضیحات کافی بنظر میاد دارن و با توجه به اونها باید بتونید پیش برید .
البته قبلش این چیزی که فرستادم رو تست کنید نتیجه رو بگید.