【caffe】使用自己的图像数据训练lenet并用opencv进行预测

前面已经介绍了使用使用mnist数据集进行训练lenet，并使用opencv加在caffemodel进行预测。更进一步也是最终的目的，还是要学会使用自己的数据集训练caffemodel并进行预测。这里先以训练lenet为例进行说明。

1、数据格式的转换（images to lmdb）

通过前面几篇介绍，我们已经知道，可直接用于caffe训练的数据格式有lmdb和leveldb两种，但lmdb的效率更高，因此这里需要先将原始图像数据转换为lmdb。

1.1 在工作目录细新建一个文件夹，这里命名为images_to_lmdb，图像格式的转换将在这个文件夹下进行。将分好类的训练数据（这里包括前景（车辆）和背景数据，二者合适的比例为1:3，一部分用于训练，一部分测试）也拷贝到这个文件夹下，分别创建train.txt和test.txt两个文本文件，指定源图像的路径（如果不是剪切好的图像，需要指定目标所在的区域）和类别（这里前景设为0， 背景设为1），如下图所示。

1.2 在当前目录下新建两个文本文件，分别重命名为images_to_train_lmdb.bat 和 images_to_test_lmdb.bat.分别输入以下内容（注意路径输入正确）：

D:\Libraries\caffe\msvc2013_64\bin\convert_imageset.exe --shuffle --gray --resize_width=28 --resize_height=28  images\ train.txt train_lmdb -backend=lmdb
pause 

D:\Libraries\caffe\msvc2013_64\bin\convert_imageset.exe --shuffle --gray --resize_width=28 --resize_height=28  images\ test.txt test_lmdb -backend=lmdb
pause 

1.3 双击images_to_train_lmdb.bat执行，可以得到训练数据，保存在文件夹train_lmdb中。执行过程如下：

同样，双击images_to_test_lmdb.bat可得到训练数据。

2、计算均值

在当前文件夹下新建文本文件，并命名为computer_image_mean.bat，并输入如下内容：

D:\Libraries\caffe\msvc2013_64\bin\compute_image_mean.exe train_lmdb mean.binaryproto --backend=lmdb
pause

保存，双击执行，得到文件mean.binaryproto。

至此，训练数据准备完毕，下面进行训练。

3、设置训练参数