目的:使用自己的数据集,使用caffe自带的ImageNet网络结构,训练测试
参考官网链接:http://caffe.berkeleyvision.org/gathered/examples/imagenet.html
我自己准备的数据集:http://pan.baidu.com/s/1o60802I
我们的数据集图片分10个类,每个类有100个train图片(train文件夹下,一共1000),20个test图片(val文件夹下,一共200)
1 首先准备自己的数据集
我们需要准备的文件有:
1 文件夹train:里面放训练的图片
2 文件夹val:里面放val的图片
3 train.txt :训练图片的文件名和对应的类别
4 val.txt:测试图片的文件名和对应的类别
我已经为大家准备好了,下载链接:http://pan.baidu.com/s/1o60802I
以后大家自己准备数据集,就按照上面的方式将 图片和txt文件,放入对应目录下
2 创建lmdb格式数据集
在caffe安装的根目录下执行下面的脚本可以创建lmdb文件,用于caffe的数据输入;
./examples/imagenet/create_imagenet.sh
对于这个脚本,我们打开,根据自己的路径做更改;
原脚本:
#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# N.B. set the path to the imagenet train + val data dirs
EXAMPLE=examples/imagenet %@@ 这里是一些路径,根据自己的路径修改
DATA=data/il