使用LeNet网络训练Caltech101数据集

1. 下载caltech101数据集

caltech101(101类图像数据库)数据集

下载数据集地址:caltech101数据集

点击 101_ObjectCategories.tar.gz (131Mbytes)下载数据集

 

2.将下载的tar.gz文件上传到 caffe/data目录下，到对应的目录下执行命令：

 

解压缩。

caffe数据集的创建需要两个文件: train.txt 和 val.txt, 格式为 图片路径+类别编号

这里用用运行gettxt.py自动生成train.txt和val.txt，gettxt.py的代码如下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import os

root = os.getcwd() #获取当前路径
data = '101_ObjectCategories'  #101数据集的文件夹名称
path = os.listdir(root+'/'+ data) #显示该路径下所有文件
path.sort()
vp = 0.1 #测试集合取总数据前10%
ftr = open('train.txt','w')
fva = open('val.txt','w')
i = 0
 
for line in path:
    subdir = root+'/'+ data +'/'+line
    childpath = os.listdir(subdir)
    mid = int(vp*len(childpath))
    for child in childpath[:mid]:
        subpath = data+'/'+line+'/'+child;
        d = ' %s' %(i)
        t = subpath + d
        fva.write(t +'\n')
    for child in childpath[mid:]:
        subpath = data+'/'+line+'/'+child;
        d = ' %s' %(i)
        t = subpath + d
        ftr.write(t +'\n')
    i=i+1

ftr.close()  #关闭文件流
fva.close()   

3 运行gettxt.py文件：到caffe/data输入命令目录下：python gettxt.py

结果如下：

4 生成lmdb文件

mkdir calt101net   #  在caffe/examples下建立一个新文件夹

将caffe/examples/imagenet下的create_imagenet.sh 复制到calt101net中

修改create_imagenet.sh内容：

5 运行  ./examples/calt101net/create_imagenet.sh  生成lmdb文件，运行结果如下图所示

6 把  caffe/examples/mnist下的lenet_train_test.prototxt，lenet_solver.prototxt，train_lenet.sh复制到calt101net中。

修改lenet_train_test.prototxt：

修改lenet_solver.prototxt：

修改train_lenet.sh：

7 训练网络

使用命令：