本文记录了使用Caffe训练和测试自定义数据集的步骤，包括数据预处理、创建LMDB文件、调整网络配置以及模型训练。通过参照Imagenet的流程，将数据集划分为训练和验证，并生成对应的txt文件，然后利用Caffe提供的脚本创建LMDB数据存储，最后修改网络配置文件并启动训练。
简单记录一下自己使用caffe的过程和遇到的一些问题。
下载caffe以及安装不详细叙述了， 可参照 http://caffe.berkeleyvision.org/installation.html。
下面准备数据集和训练的过程参照imagenet的过程：可参考 http://drubiano.github.io/2014/06/18/caffe-custom-data.html
1. 将数据集分为train和validate, 分别写到train.txt和val.txt中。 格式每一行文件名+ 空格 + label （label 是从0开始, 并连续）
00001.jpg 0
00002.jpg 1
00004.jpg 1
00003.jpg 2
2. 将准备好的两个txt， 放到caffe_root/data/myfile/ (caffe_root是caffe的根目录， myfile自己命名）。
3. 进入caffe_root/examples/imagenet/ 目录中， 修改create_imagenet.sh
</
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
