Windows下如何利用caffe自带的convert_imageset.exe工具制作数据集

Windows下如何利用caffe自带的convert_imageset.exe工具制作数据集

1. 前言

网上的教程绝大多数通过shell脚本调用convert_imageset.exe来制作数据集，可是对于windows下的用户来说使用shell并不是很方便，本文是通过batch文件（当然直接用 cmd 命令也ok）调用convert_imageset.exe来制作数据集。

2. convert_imageset.exe

工具在 .\caffe\build\tools\Release 目录下，如果想详细了解这个 exe 是如何工作的，可以参考 convert_imageset.cpp。

调用 convert_imageset.exe 的命令如下:
convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME

命令很简单总共就四个参数：

• convert_imageset
  convert_imageset.exe的路径，比如C:\Projects\caffe\build\tools\Release\convert_imageset.exe

• ROOTFOLDER/
  图像数据集的目录（文件夹），比如F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\Train/。
  特别需要注意的是后面的“/”，最好是带上，当然不带也有办法，只是在生成 list 的时候需要做处理，会麻烦很多。

• LISTFILE DB_NAME
  对应图像数据集的list的路径，比如F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\TrainLabel.txt， 这里需要注意的是list 的格式如下。

  

• [FLAGS]
  这个其实是一组可选参数,常用的如下。
  gray：bool类型，默认为false，如果设置为true，则代表将图像当做灰度图像来处理，否则当做彩色图像来处理
  shuffle：bool类型，默认为false，如果设置为true，则代表将图像集中的图像的顺序随机打乱
  backend：string类型，可取的值的集合为{“lmdb”, “leveldb”}，默认为"lmdb"，代表采用何种形式来存储转换后的数据
  resize_width：int32的类型，默认值为0，如果为非0值，则代表图像的宽度将被resize成resize_width
  resize_height：int32的类型，默认值为0，如果为非0值，则代表图像的高度将被resize成resize_height
  check_size：bool类型，默认值为false，如果该值为true，则在处理数据的时候将检查每一条数据的大小是否相同
  encoded：bool类型，默认值为false，如果为true，代表将存储编码后的图像，具体采用的编码方式由参数encode_type指定
  encode_type：string类型，默认值为""，用于指定用何种编码方式存储编码后的图像，取值为编码方式的后缀（如’png’,‘jpg’,…)
  比如 --gray=false --resize_width=500 --resize_height=500 --backend=lmdb，这里是生成的lmdb， 如果是leveldb，改为leveldb就是了。

3. batch 文件

建立一个 cmd.bat 的文件，输入如下的命令

if exist "F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\TrainLabel.txt" rd /s /q F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\TrainImage

C:\Projects\caffe\build\tools\Release\convert_imageset.exe --gray=false --resize_width=500 --resize_height=500 --backend=lmdb "F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\Train/" "F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\TrainLabel.txt" "F:\ComputerVision\ClassMaterial\Class9\ZnCar_multi-task_classification\TrainImage" 

pause

上面的命令是如何来找到图片的呢，其实是根据 ROOTFOLDER/ 加上 list里面图片的名称来找的，这就是为什么 ROOTFOLDER 后要加一个 “/” 符号。如果ROOTFOLDER不加，把符号加到图片的名称上也是 ok 的，比如 /1.jpg, 但是这样就麻烦了，没什么意思。

4. 多标签

上面的例子中是单标签的图像，如果是多标签的，比如一辆宝马suv，品牌标签为宝马， 车型标签为suv， 实际上 caffe 自带的 convert_imageset.exe 是支持多标签的，因此对于多标签，需要在原来的基础上进行修改，具体如何操作请参考 caffe实现多标签分类模型。