用caffe训练测试自己的图片

所有的操作是基于caffe的根目录/caffe-master/来操作的：

数据准备

我所用的图片是车牌识别中，0～9数字图片，在data下面新建一个number目录，用来存放训练图片（caffenumimg_train）与测试图片（caffenumimg_test)，0～9分别有200张左右的训练图片和50张左右的测试图片

转换成lmdb格式文件

首先，在data/number/目录编写一个脚本create_filelist.sh文件，用来生成train.txt和test.txt清单文件。清单文件train.txt与test.txt主要用来记录训练图片与测试图片的目录与标签。

#!/usr/bin/env sh
DATA_TRAIN=data/number/caffenumimg_train
DATA_TEST=data/number/caffenumimg_test
MY=data/number

echo "Create train.txt..."
rm -rf $MY/train.txt
for i in 0 1 2 3 4 5 6 7 8 9 
do
find $DATA_TRAIN/$i/ -name *.bmp | cut -d '/' -f1-5 | sed "s/$/ $i/">>$MY/train.txt
done
echo "Create test.txt..."
rm -rf $MY/test.txt
for i in 0 1 2 3 4 5 6 7 8 9 
do
find $DATA_TEST/$i/ -name *.bmp | cut -d '/' -f1-5 | sed "s/$/ $i/">>$MY/test.txt
done
echo "All done"

这段脚本的大致意思（生成test.txt与生成train.txt大体相同这里只介绍生成train.txt脚本的逻辑)：
首先删除已经有的train.txt清单文件，然后遍历data/number/caffenumimg_train目录中的0～9文件夹，
读取所有的.bmp文件的目录，以/划分目录字段，截取1到5这几个字段，在字段结尾处加类别标签，保存到train.txt文件中。

然后，运行脚本

sh  /data/number/create_filelist.sh

得到如下图所示的结果：

接着再编写一个脚本文件放到目录examples/number/，调用convert_imageset命令来转换lmdb数据格式：

#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# N.B. set the path to the imagenet train + val data dirs
set -e

EXAMPLE=examples/number
DATA=data/number
TOOLS=build/tools

TRAIN_DATA_ROOT=./
TEST_DATA_ROOT=./

rm $EXAMPLE/number_train_lmdb -rf
rm  $EXAMPLE/number_test_lmdb -rf

# Set RESIZE=true to resize the images to 256x256. Leave as false if images have
# already been resized using another tool.
RESIZE=true
if $RESIZE; then
  RESIZE_HEIGHT=256
  RESIZE_WIDTH=256
else
  RESIZE_HEIGHT=0
  RESIZE_WIDTH=0
fi

if [ ! -d "$TRAIN_DATA_ROOT" ]; then
  echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT"
  echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet training data is stored."
  exit 1
fi

if [ ! -d "$TEST_DATA_ROOT" ]; then
  echo "Error: TEST_DATA_ROOT is not a path to a directory: $TEST_DATA_ROOT"
  echo "Set the TEST_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet validation data is stored."
  exit 1
fi

echo "Creating train lmdb..."

GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $TRAIN_DATA_ROOT\
    $DATA/train.txt \
    $EXAMPLE/number_train_lmdb