Det meste av koden for å konvertere fra caffemodell til tensorflow modell er tatt fra: https://github.com/ry/tensorflow-resnet. Dette er filene "convert.py", "resnet.py", "forward.py" og "synset.py".
Programmet er avhengig av Tensorflow master, altså man må bygge nyeste fra github, ikke versjon 0.80. I tillegg kommer avhengighetene numpy og OpenCV
For å få treningen av nettverket til å fungere må "pathene" til treningsdata være riktig. Get dataset tar inn
Fortrente modell kan lastes ned på: https://drive.google.com/open?id=0B8EJ9UWrW_JRQ0RZWEJIMGVRTUU
For å trene egene modeller må man ha en for-trent ResNet-ImageNet modell: En ferdig konvertert (til tensorflow) modell kan lastes ned fra https://github.com/ry/tensorflow-resnet (ikke sikker på at dette fungerer)
Eller du kan konvertere caffe modellen selv ved å laste ned den fra https://github.com/KaimingHe/deep-residual-networks og så kjøre convert.py
convert.py converterer og lager en tensorflow modell som jeg bruker som utgangspunkt
train_catnet.py Her trener man modellen
runSegmentation.py Dette er filen en bruker kjører. CatFinder må initisaliseres med stien til der model filene ligger (checkpoint, model og model-meta). Den laster inn modellen (tar tid), og man får et GUI for å tegne og se hva som foregår. Den spiller også av en lyd, hvis den finner en katt i området.