1、将数据按照种类放在不同的文件夹下,每个文件夹下新建一个bat文件,内容类似 dir/s/on/b>d:/train.txt 或者dir /b/s/p/w *.jpg > train.txt 标签必须从0开始
2、利用convert_imageset.exe生成对应的leveldb格式数据,注意参数和路径,参数部分可以查看conver_imageset.cpp文件中的定义。写一个convert_imageset.bat文件,来执行数据格式转换,文件内容如下:
...\Build\x64\Release\convert_imageset.exe --backend=leveldb --resize_width=64 --resize_height=64 ...\caffe\caffe\data\mydata ...caffe\caffe\data\mydata\train\train.txt ...\caffe\caffe\data\mydata\train_lmdb
...\Build\x64\Release\convert_imageset.exe --backend=leveldb --resize_width=64 --resize_height=64 ...\caffe\caffe\data\mydata\ ...\caffe\caffe\data\mydata\test\test.txt ...\caffe\caffe\data\mydata\test_lmdb
pause
3、计算均值并保存
编辑生成均值.bat同理,根据每个人存放的地址不同修改它。
4、创建模型并编写配置文件
模型用程序自带的caffenet模型,位置在 models/bvlc_reference_caffenet/文件夹下,caffe的模型一般有3个文件,train,solver,deploy。
solver是用来快速配置网络的,train里面是详细的网络架构。deploy用来推理的,所谓推理就是用训练完毕的caffemodel去预测(比如一张图片是否属于a)。
修改其中的solver.prototxt,最好改成绝对地址。
{注意事项:路径问题、CPUorGPU的选择。}