使用caffe中compute_image_mean计算数据集均值

1. 计算均值

在进行深度学习网络训练的时候，为了提升训练的精度等，需要数据集的均值，那么该均值文件是怎么来的呢？这是通过安装caffe完成之后tools目录下的compute_image_mean实现的。调用它去计算数据集的均值，再在训练的时候调用它就好了，下面是调用它实现数据集均值计算的例子。

./compute_image_mean ~/Desktop/handwrite_chinese/train_data/ ~/Desktop/handwrite_chinese/handwrite_mean.binaryproto

参数解释：
~/Desktop/handwrite_chinese/train_data/：是存放训练lmdb二进制文件的目录，在之前的博客中讲过该文件是如何生成的
~/Desktop/handwrite_chinese/handwrite_mean.binaryproto：是保存生成之后的均值文件路径

2. 使用方法

这里直接使用python的接口将其写在了网络定义中

data, label = L.Data(source=lmdb_path, backend=P.Data.LMDB, batch_size=batch_size,
    ntop=2, transform_param=dict(scale=0.00390625, mean_file='./handwrite_mean.binaryproto'))

使用之后的网络定义为：

layer {
  name: "Data1"
  type: "Data"
  top: "Data1"
  top: "Data2"
  transform_param {
    scale: 0.00390625
    mean_file: "./handwrite_mean.binaryproto"
  }
  data_param {
    source: "val_data"
    batch_size: 64
    backend: LMDB
  }
}