Ubuntu下caffe:用自己的图片训练并测试AlexNet模型

本文介绍了在Ubuntu环境下,利用Caffe框架,使用自己的图片数据集训练和测试AlexNet模型的过程。首先整理图片,重命名并分类;然后创建txt文件记录图片路径和标签;接着转换数据格式为lmdb,修改prototxt文件配置训练参数;训练模型并调整学习率策略;最后进行模型测试,得到高精度的识别结果。
摘要由CSDN通过智能技术生成

目录

1.准备图片

2. 将 图片路径写入txt

     参考 这篇文章


3.转换格式

还是参考这篇文章  

4.训练模型

参考这篇

参考这篇

参考这篇

5.测试模型

看过这篇转换均值文件

看过这篇   

—————————————————————————————正文——————————————————————————————————————

1.准备图片

在data下新建文件夹myself    ,在myself文件夹下新建两个文件夹  train和val。

train用来存放 训练的图片,在train文件夹下新建两个文件夹0和1 。图片有2类,包包(文件夹0)和裤子(文件夹1),每类55种。

Tips:大家从网上找的图片可能命名不规范,身为强迫症当然无法忍受了,一个一个修改太麻烦。

我分两步重命名图片:

第一,在每个图片名字前面加上类别名,这样就会规整很多 ;

rename 's/^/bag/' *

第二,把jpg的后缀改为jpeg,别问我为啥,小白看别人这么做,我也这么做了。

  rename 's/.jpg $/.jpeg/' *

val 用来放训练过程中用来验证的图片(来计算准确率),val中的图片和train中的不一样。我这里放了15张包包和15张裤子。只将图片后缀重命名了一下。

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值