说明:本文数据来自于网上其他博主的共享,感谢!
(1).对自己的数据进行分类
首先建立一个train文件夹用来做训练,train文件夹下建立若干个子文件夹,每个子文件夹为一类,类的编号为0,1,2…
再建个val文件,用来做验证,val文件夹下所有的图片不用再分类
(2).写训练数据集和验证的据集的TXT
将以上四个文件放到新建文件夹myimage中,并将新建的整个文件夹放到caffe/data目录下,修改文件夹权限为可写:
chmod a+w image
(3).做数据集
将数据库转成lmbp格式
在caffe/examples目录下新建myimage文件夹,并修改权限:
sudo chmod a+w myimage
复制caffe/examples/imagenet目录下的create_imagenet.sh脚本到myimage目录下:
cd caffe/examples/imagenet
sudo cp create_imagenet.sh /caffe/examples/myimage
修改create_imagenet.sh脚本的权限:
sudo chmod a+w create_imagenet.sh
修改脚本命令如下:
修改后保存退出,然后执行脚本:
sudo ./examples/myimage/create_imagenet.sh
执行成功后,生成训练数据和验证数据的lmdb数据库:ilsvrc12_train_lmdb 、ilsvrc12_val_lmdb
(4)对现有图片求均值
将caffe/examples/imagenet/make_imagenet_mean.sh拷贝到自己的文件目录caffe/examples/myimage下,修改下路径:
在终端执行$sudo ./examples/myimage/make_imagenet_mean.sh
(5)修改网络的训练参数
将caffe/models/bvic_alexnet文件夹下的train_val.prototxt和solver.prototxt拷贝到caffe/examples/myimage文件夹下
对于train_val.prototxt修改如下(带注释的):
对于solver.prototxt修改如下:
(未完待续…)