Caffe中文件参数设置（九-1）：训练和测试自己的图片-linux版本

在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？前面文章有学习过着个数据由来和使用。

在caffe中，作者为我们提供了这样一个文件：convert_imageset.cpp，存放在根目录下的tools文件夹下。编译之后，生成对应的可执行文件放在 buile/tools/ 下面，这个文件的作用就是用于将图片文件转换成caffe框架中能直接使用的db文件。

该文件的使用格式：

convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME  

需要带四个参数：

FLAGS: 图片参数组，后面详细介绍

ROOTFOLDER/: 图片存放的绝对路径，从linux系统根目录开始

LISTFILE: 图片文件列表清单，一般为一个txt文件，一行一张图片

DB_NAME: 最终生成的db文件存放目录

如果图片已经下载到本地电脑上了，那么我们首先需要创建一个图片列表清单，保存为txt

本文以caffe程序中自带的图片为例，进行讲解，图片目录是  example/images/, 两张图片，一张为cat.jpg, 另一张为fish_bike.jpg，表示两个类别。

我们创建一个sh脚本文件，调用linux命令来生成图片清单：

    # sudo vi examples/images/create_filelist.sh  

编辑这个文件,输入下面的代码并保存

    # /usr/bin/env sh  
    DATA=examples/images  
    echo "Create train.txt..."  
    rm -rf $DATA/train.txt  
    find $DATA -name *cat.jpg | cut -d '/' -f3 | sed "s/$/ 1/">>$DATA/train.txt  
    find $DATA -name *bike.jpg | cut -d '/' -f3 | sed "s/$/ 2/">>$DATA/tmp.txt  
    cat $DATA/tmp.txt>>$DATA/train.txt  
    rm -rf $DATA/tmp.txt  
    echo "Done.."  

这个脚本文件中，用到了rm,find, cut, sed,cat等linux命令。

rm: 删除文件

find: 寻找文件

cut: 截取路径

sed: 在每行的最后面加上标注。本例中将找到的*cat.jpg文件加入标注为1，找到的*bike.jpg文件加入标注为2

cat: 将两个类别合并在一个文件里。

最终生成如下的一个train.txt文件：

      cat.jpg 1

     fish-bike.jpg 2

当然，图片很少的时候，手动编写这个列表清单文件就行了。但图片很多的情况，就需要用脚本文件来自动生成了。在以后的实际应用中，还需要生成相应的val.txt和test.txt文件，方法是一样的。

生成的这个train.txt文件，就可以作为第三个参数，直接使用了。

接下来，我们来了解一下FLAGS这个参数组，有些什么内容：

-gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片，默认为false

-shuffle: 是否随机打乱图片顺序。默认为false

-backend:需要转换成的db文件格式，可选为leveldb或lmdb,默认为lmdb

-resize_width/resize_height: 改变图片的大小。在运行中，要求所有图片的尺寸一致，因此需要改变图片大小。 程序调用opencv库的resize（）函数来对图片放大缩小，默认为0，不改变

-check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查

-encoded: 是否将原图片编码放入最终的数据中，默认为false

-encode_type: 与前一个参数对应，将图片编码为哪一个格式：‘png','jpg'......

好了，知道这些参数后，我们就可以调用命令来生成最终的lmdb格式数据了

由于参数比较多，因此我们可以编写一个sh脚本来执行命令：

首先，创建sh脚本文件：

# sudo vi examples/images/create_lmdb.sh

编辑，输入下面的代码并保存

    #!/usr/bin/en sh  
    DATA=examples/images  
    rm -rf $DATA/img_train_lmdb  
    build/tools/convert_imageset --shuffle \  
    --resize_height=256 --resize_width=256 \  
    /home/xxx/caffe/examples/images/ $DATA/train.txt  $DATA/img_train_lmdb  

设置参数-shuffle,打乱图片顺序。设置参数-resize_height和-resize_width将所有图片尺寸都变为256*256.

/home/xxx/caffe/examples/images/ 为图片保存的绝对路径。

最后，运行这个脚本文件

    # sudo sh examples/images/create_lmdb.sh  

就会在examples/images/ 目录下生成一个名为 img_train_lmdb的文件夹，里面的文件就是我们需要的db文件了。

上面就将图像数据转换成db（leveldb/lmdb)文件了。

===================================================================================================================================

再从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程。

一、准备数据

有条件的同学，可以去imagenet的官网http://www.image-net.org/download-images，下载imagenet图片来训练。但是我没有下载，一个原因是注册账号的时候，验证码始终出不来（听说是google网站的验证码，而我是上不了google的）。第二个原因是数据太大了。。。

我去网上找了一些其它的图片来代替，共有500张图片，分为大巴车、恐龙、大象、鲜花和马五个类，每个类100张。需要的同学，可到我的网盘下载：http://pan.baidu.com/s/1nuqlTnN

编号分别以3，4，5，6，7开头，各为一类。我从其中每类选出20张作为测试，其余80张作为训练。因此最终训练图片400张，测试图片100张，共5类。我将图片放在caffe根目录下的data文件夹下面。即训练图片目录：data/re/train/ ,测试图片目录: data/re/test/

二、转换为lmdb格式

首先，在examples下面创建一个myfile的文件夹，来用存放配置文件和脚本文件。然后编写一个脚本create_filelist.sh，用来生成train.txt和test.txt清单文件

    # sudo mkdir examples/myfile  
    # sudo vi examples/myfile/create_filelist.sh  

编辑此文件，写入如下代码，并保存

    #!/usr/bin/env sh  
    DATA=data/re/  
    MY=examples/myfile  
      
    echo "Create train.txt..."  
    rm -rf $MY/train.txt  
    for i in 3 4 5 6 7   
    do  
    find $DATA/train -name $i*.jpg | cut -d '/' -f4-5 | sed "s/$/ $i/">>$MY/train.txt  
    done  
    echo "Create test.txt..."  
    rm -rf $MY/test.txt  
    for i in 3 4 5 6 7  
    do  
    find $DATA/test -name $i*.jpg | cut -d '/' -f4-5 | sed "s/$/ $i/">>$MY/test.txt  
    done  
    echo "All done"  

然后，运行此脚本

    # sudo sh examples/myfile/create_filelist.sh  

成功的话，就会在examples/myfile/ 文件夹下生成train.txt和test.txt两个文本文件，里面就是图片的列表清单。

接着再编写一个脚本文件，调用convert_imageset命令来转换数据格式。

    # sudo vi examples/myfile/create_lmdb.sh  

插入：

    #!/usr/bin/env sh  
    MY=examples/myfile  
      
    echo "Create train lmdb.."  
    rm -rf $MY/img_train_lmdb  
    build/tools/convert_imageset \  
    --shuffle \  
    --resize_height=256 \  
    --resize_width=256 \  
    /home/xxx/caffe/data/re/ \  
    $MY/train.txt \  
    $MY/img_train_lmdb  
      
    echo "Create test lmdb.."  
    rm -rf $MY/img_test_lmdb  
    build/tools/convert_imageset \  
    --shuffle \  
    --resize_width=256 \  
    --resize_height=256 \  
    /home/xxx/caffe/data/re/ \  
    $MY/test.txt \  
    $MY/img_test_lmdb  
      
    echo "All Done.."  

因为图片大小不一，因此我统一转换成256*256大小。运行成功后，会在 examples/myfile下面生成两个文件夹img_train_lmdb和img_test_lmdb，分别用于保存图片转换后的lmdb文件。

三、计算均值并保存

图片减去均值再训练，会提高训练速度和精度。因此，一般都会有这个操作。

caffe程序提供了一个计算均值的文件compute_image_mean.cpp，我们直接使用就可以了

    # sudo build/tools/compute_image_mean examples/myfile/img_train_lmdb examples/myfile/mean.binaryproto  

compute_image_mean带两个参数，第一个参数是lmdb训练数据位置，第二个参数设定均值文件的名字及保存路径。运行成功后，会在 examples/myfile/ 下面生成一个mean.binaryproto的均值文件。

四、创建模型并编写配置文件

模型就用程序自带的caffenet模型，位置在 models/bvlc_reference_caffenet/文件夹下, 将需要的两个配置文件，复制到myfile文件夹内

    # sudo cp models/bvlc_reference_caffenet/solver.prototxt examples/myfile/  
    # sudo cp models/bvlc_reference_caffenet/train_val.prototxt examples/myfile/  

修改其中的solver.prototxt

    # sudo vi examples/myfile/solver.prototxt  

    net: "examples/myfile/train_val.prototxt"  
    test_iter: 2  
    test_interval: 50  
    base_lr: 0.001  
    lr_policy: "step"  
    gamma: 0.1  
    stepsize: 100  
    display: 20  
    max_iter: 500  
    momentum: 0.9  
    weight_decay: 0.005  
    solver_mode: GPU  

100个测试数据，batch_size为50，因此test_iter设置为2，就能全cover了。在训练过程中，调整学习率，逐步变小。

修改train_val.protxt，只需要修改两个阶段的data层就可以了，其它可以不用管。

    name: "CaffeNet"  
    layer {  
      name: "data"  
      type: "Data"  
      top: "data"  
      top: "label"  
      include {  
        phase: TRAIN  
      }  
      transform_param {  
        mirror: true  
        crop_size: 227  
        mean_file: "examples/myfile/mean.binaryproto"  
      }  
      data_param {  
        source: "examples/myfile/img_train_lmdb"  
        batch_size: 256  
        backend: LMDB  
      }  
    }  
    layer {  
      name: "data"  
      type: "Data"  
      top: "data"  
      top: "label"  
      include {  
        phase: TEST  
      }  
      transform_param {  
        mirror: false  
        crop_size: 227  
        mean_file: "examples/myfile/mean.binaryproto"  
      }  
      data_param {  
        source: "examples/myfile/img_test_lmdb"  
        batch_size: 50  
        backend: LMDB  
      }  
    }  

实际上就是修改两个data layer的mean_file和source这两个地方，其它都没有变化 。

五、训练和测试

如果前面都没有问题，数据准备好了，配置文件也配置好了，这一步就比较简单了。

    # sudo build/tools/caffe train -solver examples/myfile/solver.prototxt  

运行时间和最后的精确度，会根据机器配置，参数设置的不同而不同。我的是gpu+cudnn运行500次，大约8分钟，精度为95%。

以上部分转自：http://www.cnblogs.com/denny402/p/5083300.html

=========================================================================================

下面是我自己写的一个生成list脚本

功能就是读取文件夹下面的文件夹名称作为类别并且将对应文件夹下面的图片包括路径输出到txt文件中。

    # /usr/bin/env sh  
    DATA=/home/x/git/data_list/data  
    TxtPath=$DATA/../txt_list  
    rm -rf $TxtPath/train.txt  
    echo "Create train.txt..."    
    for file_a in ${DATA}/*; do    
        temp_file=`basename $file_a`  
        path1=$DATA/${temp_file}  
        echo $path1  
        #cd $path1  
        echo "xxxxxxxxxxxxxxx"  
        find ${path1} -name q*.png | sed "s/$/ ${temp_file}/">>$TxtPath/train.txt  
        echo $temp_file    
    done  
    echo "Done.."  

以上部分转自：http://blog.csdn.net/langb2014/article/details/50458520