train on diffrent CNN architectures

Question

سلام...چطوری میتونم دادهای خودم رو (حدود 2000 تا عکس های پزشکی با 5 دسته لیبل خورده هستند) روی معماری های مختلف شبکه عصبی کانولوشنی(مثل vgg , resnet , alexnet , googlenet و ...)(برای دسته بندی) ترین و تست کنم؟(ترجیحا روی فریم ورک های matconvnet , caffe ) - اصلا کد این معماری هارو از کدوم سایت باید پیدا کنم و اینکه ایا دادهای من باید حتما فرمت imdb داشته باشند یا مستقیم هم میتونم عکس هارو وارد کنم ؟

ببخشید من با مفهوم شبکه pretrain شده و finetuning هم مشکل دارم...میشه یه مقدار دقیق تر توضیح بدید...

خیلی ممنون از پاسخگوییتون

Answer 1

lmdb روشی برا ذخیره داده ها است که caffe فراهم کرده و روش ساخت اون در خود کد های caffe در مثال ها وجود داره.
گرچه روش های دیگری مثل فایل متنی حاوی آدرس تصاویر و برچسب ها هست. اما lmdb به خصوص که قصد دارید چند شبکه رو روی یک مجموعه داده امتحان کنید مناسب تری است.
در لینک :
https://github.com/BVLC/caffe/wiki/Model-Zoo
تعدادی زیادی از مدل ها و وزن های آموزش دیده شده هم وجود داره که میتونید از اون ها استفاده کنید.
اما خود مدل ها ( ساختار مدل ) به غیر از resnet در خود مثال های caffe وجود داره به همراه روش آموزش.

Answer 2

همه این معماری ها برا matconvnet هم وجود داره. میتونین از این اینجا دانلود کنین
http://www.vlfeat.org/matconvnet/models/