用已有模型进行微调 finetune

一、 准备数据集

可以下载我的练习数据：http://pan.baidu.com/s/1MotUe，放在data/re根目录下。

这些数据共有500张图片，400张用于训练，100张用于测试。分为大巴车、恐龙、大象、鲜花和马五个类，每个类100张。

在examples/根目录下新建文件夹 mydata1，在此文件夹内放入训练集、测试集等相关文件。

1. 训练集

1）创建训练集

在examples/mydata1根目录下，新建imgtrainset文件夹 和 train.txt 文本文件

（注意: txt文件内，类别必须从0开始标注，不能从3开始）

2）利用caffe现成的convert_imageset程序，把训练集从img格式转换成lmdb格式（需要归一到相同尺寸227*227），并且gray为false（caffenet网络模型输入的是三通道图片），并且需要打乱数据集（不能全0后面跟全1，再跟全2，以此类推），所以一定要加shuffle=true，不然训练的时候会出错（loss会很大）

新建convert_image_traindata.bat,内容如下：

SET GLOG_logtostderr=1

E:\study_materials\Caffe\caffe-master\caffe-master\Build\x64\Release\convert_imageset.exe imgtrainset/ train.txt train_modelre_lmdb -resize_width=227 -resize_height=227--backend=lmdb --gray=false--shuffle=true