在处理图像时,我们已拥有的图像往往是常用的jpg、png格式,但在caffe中,输入的数据类型常是lmdb或leveldb,因此我们需要对原始数据进行转换。
convert_imageset
在caffe中,提供了一个用于格式转换的文件:convert_imageset.cpp,存放在根目录下的tools文件夹下。编译之后,生成对应的可执行文件放在 build/tools/ 下面,这个文件的作用就是用于将图片文件转换成caffe框架中能直接使用的db文件。
而windows平台下,如果用vs编译会在build/x64/debug中生成convert_imageset.exe。
使用方法
该文件的使用格式:
convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME
而数据集推荐的是imagenet。对于具体的参数包含有:
- FLAGS:图片转换参数。
- ROOTFOLDER/:图片的绝对路径,从系统根目录开始。
- LISTFILE:图片文件清单文件,为txt格式,一行有一张图片。
- DB_NAME:生成db文件的存放目录。
其中图片文件清单比较麻烦,因此可以使用脚本文件读取图片并保存为txt。
图片文件清单的生成
本文以caffe程序中自带的图片为例,进行讲解,图片目录是 example/images/, 两张图片,一张为cat.jpg, 另一张为fish_bike.jpg,表示两个类别。我们创建一个sh脚本文件,调用linux命令来生成图片清单:
# sudo vi examples/images/create_filelist.sh
编辑这个文件,输入下面的代码并保存:
# /usr/bin/env sh
DATA=examples/images
echo "Create train.txt..."
rm -rf $DATA/train.txt
find $DATA -name *cat.jpg | cut -d '/' -f3 | sed "s/$/ 1/">>$DATA/train.txt
find $DATA -name *bike.jpg | cut -d '/' -f3 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/train.txt
rm -rf $DATA/tmp.txt
echo "Done.."
这个脚本文件中,用到了rm,find, cut, sed,cat等linux命令。
- rm: 删除文件
- find: 寻找文件
- cut: 截取路径
- sed: 在每行的最后面加上标注。本例中将找到的*cat.jpg文件加入标注为1,找到的*bike.jpg文件加入标注为2
- cat: 将两个类别合并在一个文件里。
最终生成如下的一个train.txt文件:
cat.jpg 1
fish-bike.jpg 2
当然,图片很少的时候,手动编写这个列表清单文件就行了。但图片很多的情况,就需要用脚本文件来自动生成了。在以后的实际应用中,还需要生成相应的val.txt和test.txt文件,方法是一样的。
生成的这个train.txt文件,就可以作为第三个参数,直接使用了。
FLAGS参数设置
接下来,我们来了解一下FLAGS这个参数组,有些什么内容:
- gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片,默认为false
- shuffle: 是否随机打乱图片顺序。默认为false
- backend:需要转换成的db文件格式,可选为leveldb或lmdb,默认为lmdb
- resize_width/resize_height: 改变图片的大小。在运行中,要求所有图片的尺寸一致,因此需要改变图片大小。 程序调用opencv库的resize()函数来对图片放大缩小,默认为0,不改变
- check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查
- encoded: 是否将原图片编码放入最终的数据中,默认为false
- encode_type: 与前一个参数对应,将图片编码为哪一个格式:‘png’,’jpg’……
好了,知道这些参数后,我们就可以调用命令来生成最终的lmdb格式数据了。
转换脚本的编写
由于参数比较多,因此我们可以编写一个sh脚本来执行命令。
首先,创建sh脚本文件:
# sudo vi examples/images/create_lmdb.sh
编辑,输入下面的代码并保存:
#!/usr/bin/en sh
DATA=examples/images
rm -rf $DATA/img_train_lmdb
build/tools/convert_imageset --shuffle \
--resize_height=256 --resize_width=256 \
/home/xxx/caffe/examples/images/ $DATA/train.txt $DATA/img_train_lmdb
设置参数-shuffle,打乱图片顺序。设置参数-resize_height和-resize_width将所有图片尺寸都变为256*256。
/home/xxx/caffe/examples/images/ 为图片保存的绝对路径。
最后,运行这个脚本文件:
# sudo sh examples/images/create_lmdb.sh
就会在examples/images/ 目录下生成一个名为 img_train_lmdb的文件夹,里面的文件就是我们需要的db文件了。
针对于windows环境,可以使用bat快速运行:
D:/caffe-master/Build/x64/Release/convert_imageset --shuffle --resize_height=256 --resize_width=256 D:/caffe-master/examples/images/ D:/caffe-master/examples/images/train.txt D:/caffe-master/examples/images/img_train_lmdb