用进行一次train 和validation
1. 生成数据,每一行写图片的文件名,和类别标志(实验时2类:0,1)
生成结果如下:
对validate image 进行同样的处理。
2. 生成levelDB或者lmdb文件。
bin\convert_imageset.exe examples/Car/TrainImages/ examples/Car/train.txt examples/Car/mtrainldb --resize_width=50 --resize_height=20
这个时候默认生成的lmdb文件:
加上 -- --backend=leveldb 就可以生成leveldb文件
这里需要注意resize_width 和resize_height必须设置,我刚开始没设置,生成的文件训练的时候会出现fail,显示的最底层读入文件的大小跟我的图片大小不一致。
3. 然后可以进行训练:
.\bin\caffe.exe train --solver=examples/Car/alex_solver.prototxt --gpu=all
alex_solver.prototxt写了需要用的网络结构,学习率等信息。
4. 用刚才生成的模型进行validation
.\bin\caffe.exe test -model=.\data\CarData\CAR_alex.prototxt -weights=.\examples\mnist\alex_iter_40000.caffemodel