深度学习框架Caffe图片分类教程

深度学习框架Caffe图片分类教程

使用Caffe进行图片分类大致分为数据集准备，格式转换为LMDB或者LEBELDB，定义网络模型文件，定义求解器文件设置训练参数，部署预测，下边详细说下这几个步骤。PS：训练集图片共1907张，其中200张作为训练阶段测试，另外用于训练。图片分为5类，分别为bus,car,person,cat,train。该教程所说的根目录为Caffe主目录。

• 第一步：数据集准备
  在data文件夹下新建imagenet1907文件夹，这个新文件夹主要用于存放该实验的原始数据。在新文件下新建train、val目录分别用于存放训练时训练和测试的图片。另外在imagenet1907下新建train.txt、和val.txt，这两个文本文件的作用就是存放图片路径以及标签。格式如下:

train.txt

000201.jpg 1
000202.jpg 3
000203.jpg 4
000204.jpg 4
000205.jpg 4
000206.jpg 1
...

val.txt的格式和train.txt是一样的，写好后(当然用程序生成…)保存。
开头所说的图片分为5类，这里标签用了1-5的连续数字表示，因此需要一个map文件来标识数字对应的类，还是在这个目录下写一个map.txt文件，内容如下:

map.txt

0 bus
1 car
2 person
3 cat
4 train

这个文件在后边还有用~。

• 第二步：格式转换
  在examples文件夹下边同样新建imagenet1907文件夹，caffe已经为我们提供了格式转换的工具convert_imageset，该工具的cpp文件路径为caffe/examples/cpp_classification/classification.cpp,该工具的具体使用方法可以参照caffe提供的说明文件caffe/examples/cpp_classification/readme.md,我们通过编写脚本文件create_imagenet.sh来进行格式转换以及计算均值文件

caffe/examples/imagenet1907/create_imagenet.sh

#!/usr/bin/env sh
set -e

EXAMPLE=examples/imagenet1907
DATA=data/imagenet1907
TOOLS=build/tools

TRAIN_DATA_ROOT=data/imagenet1907/train/
VAL_DATA_ROOT=data/imagenet1907/val/

# 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=128
  RESIZE_WIDTH=128
else
  RESIZE_HEIGHT=0
  RESIZE_WIDTH=0
fi

# Set ENCODE=true to encode the images as compressed JPEGs stored in the LMDB.
# Leave as false for uncompressed (raw) images.
ENCODE=true
if $ENCODE; then
  ENCODE_FLAG='--encoded=true'
  ENCODE_TYPE_FLAG='--encode_type=jpg'
else
  ENCODE_FLAG='--encoded=false'
  ENCODE_TYPE_FLAG=''
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 "$VAL_DATA_ROOT" ]; then
  echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT"
  echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet validation data is stored."
  exit 1
fi

echo "Creating train lmdb..."

rm -rf $EXAMPLE/imagenet1907_train_lmdb
rm -rf $EXAMPLE/imagenet1907_val_lmdb

GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    $ENCODE_FLAG \
    $ENCODE_TYPE_FLAG \
    --shuffle \
    $TRAIN_DATA_ROOT \
    $DATA/train.txt \
    $EXAMPLE/imagenet1907_train_lmdb

echo "Creating val lmdb...