[caffe学习笔记]用自己的数据进行训练和测试

最新推荐文章于 2023-04-27 23:23:37 发布

soldier123333

最新推荐文章于 2023-04-27 23:23:37 发布

阅读量977

点赞数

分类专栏： [caffe学习笔记]

本文链接：https://blog.csdn.net/weixin_36340947/article/details/78559687

版权

本文记录了使用Caffe训练自定义数据集的完整过程，包括数据准备、创建train.txt和val.txt、生成LMDB文件、计算图像均值、定义网络配置、进行训练以及解决问题的技巧。作者详细介绍了每个步骤的操作，适合初学者参考。

摘要由CSDN通过智能技术生成

我今天尝试制作一个自己的训练数据集，参考薛开宇的学习方式，模仿搭建自己的数据库。

1.因为我的电脑里有整个ImageNet_ILSVRC2012的数据集，所以从训练集ILSVRC2012_img_train中随便选了两种：bird和fowl
2.生成标签文件列表，即生成 train.txt 和val.txt 文件

3.将生成的 txt 文件列表中的图像与train图像库、val图像库的图像相连接，生成lmdb格式文件

1 数据准备

首先在caffe/data下新建文件夹myself，用于存放数据文件和后面的caffe模型相关文件。然后在myself文件夹下建立build_lmdb和datatest两个文件夹，其中build_lmdb文件夹用于存放生成的lmdb文件，datatest文件夹存放原始图片数据。

在datatest下新建2个文件夹，train和val，其中train文件夹中存放待训练的图片，val文件夹中存放待测试的图片。

在train文件夹下，又新建两个文件夹，分别存放不同动物，bird和fowl，作为训练集

其中，bird文件夹中，一共有1000张图片，作为训练集，fowl文件夹中，一共有260张图片，作为训练集。

上图的文件名是我重命名之后的样子，重命名文件代码如下：

import os;
def rename():
    count=0;
    name="dog";
    path='/home/jack/caffe/data/myself/train/dog';
    filelist=os.listdir(path)
    for files in filelist:
        olddir=os.path.join(path,files);
        if os.path.isdir(olddir):
            continue;
        filename=os.path.splitext(files)[0];
        filetype=os.path.splitext(files)[1];
        newdir=os.path.join(path,name+str(count)+filetype);
        os.rename(olddir, newdir);
        count+=1;
rename();