在caffe上跑自己的数据



转载博客地址：http://blog.csdn.net/u012878523/article/details/41698209

本文介绍如何使用caffe对自己的图像数据进行分类。

1 图片数据库准备

由于图片数据收集比较费时，为了简单说明，我用了两类，dog和bird，每种约300张。train200张，val100张。

新建一个文件夹mine，放自己的数据，在mine文件夹下新建train和val文件夹，train文件夹下新建bird和dog两个文件夹分别存放200张bird和200张dog，val文件夹里存放其他的图片用于验证。注意，图片的size要归一到相同尺寸。（256*256）

 

2 转换成leveldb格式

在mine文件夹下新建两个txt文件：train.txt和val.txt，列出对应图片名及其标签。

数据量较少的可以手动标签，数据量较大的话，可以写批处理命令，比较方便。

一定要注意，train列表中的图片带相对路径名bird/*.jpg  dog/*.jpg。标签1代表bird，标签2代表dog。

生成列表后，编译convert_imageset.cpp.

在bin文件夹中将刚刚生成的MainCaller.exe重命名为convert_imageset.exe。做一个批处理命令将图片数据转换成leveldb格式。

在caffe-windows文件夹下新建convertimage2ldb.bat。

双击运行，在mine文件夹下就会出现mtrainldb文件夹。

同理可得到mvalldb。这两个就是caffe需要的数据。

注意，我的mine文件夹是放在data文件夹下的，在写convertimage2ldb.bat时注意你自己路径。

 

3 计算mean

这个比较简单，上篇文章也说了。编译comput_image_mean.cpp

在bin文件夹中将刚刚生成的MainCaller.exe重命名为comput_image_mean.exe。做一个computeMean.bat方便以后使用。

 

双击运行之后在mine里面出现mimg_mean.binaryproto，这就是caffe需要的图片均值文件。

 

4 训练自己的网络

数据集和均值文件都生成之后，训练和前面两篇文章类似。这次我直接使用的是imagenet的网络结构，几乎没怎么修改，所以我将imagenet里面的imagenet_train.prototxt、imagenet_val.prototxt、imagenet_solver.prototxt直接拷过来修改一下。

imagenet_val.prototxt、imagenet_train.prototxt里面的

source: "mtrainldb"

mean_file:"mimg_mean.binaryproto"

batch_size: 10

还有最后一层的output改为2，因为我只有两类。

imagenet_solver.prototxt里面的网络参数修改：

注意最后加上solver_mode:GPU。

开始训练：

5 实验结果

由于数据量较小，训练比较快。正确率最高能达到0.87。但是最后并不收敛，4500次迭代正确率时高时低。本文只是介绍方法，还有很多参数值得推敲。