caffe实战之训练并测试自己的数据

训练之前，确认caffe已经编译成功。本文以mstar数据库为例，介绍如何在caffe平台上训练卷及神经网络模型并进行测试。

一、准备数据

这个步骤是最繁琐，也最容易出错的一步，任何差池都会导致最终训练效果不如人意，

建议多花时间检查这部分，确保数据集的质量。

1、在data文件夹下新建文件夹mstar，并进入该目录，分别简历train和val文件夹。

2、在train和val文件夹下分别建立n个文件夹，n代表目标的类别数目。比如我要对mstar中10类目标进行分类，则分别简历10个文件夹，命名为0~9。

3、在各个文件夹下储存各个类别的目标图片，包括train和val。注意图片的命名，一定不要有重复。为方便，可以在windows下用看图王等批处理软件，对命名进行修改。例如可以改为’120100.jpg‘等，表示该图片为验证集第3类（存在第0类）的第100张图片。

4、在mstar文件夹下新建train.txt和val.txt，内容如下，表示图片及其对应的类别。这部分是挺繁琐的，可以在网上搜索批处理的方法，例如filepath2traintxt.sh以及filepath2valtxt.sh。