caffe对船的分类过程

windcr_chen

于 2017-09-27 10:46:01 发布

阅读量373

点赞数

分类专栏：深度学习，目标分类文章标签：深度学习目标分类

本文链接：https://blog.csdn.net/windcr_chen/article/details/78110358

版权

该博客介绍了如何利用Caffe框架和AlexNet模型对船进行分类。首先，博主详细描述了数据集的准备过程，包括创建训练集和验证集的文件列表。接着，博主展示了如何将数据集转换为lmdb格式，并计算均值。然后，配置了网络结构（train_val.prototxt和solver.prototxt）并运行训练网络。最后，博主提供了测试网络的步骤，包括使用deploy.prototxt和已训练的模型进行图片分类。

摘要由CSDN通过智能技术生成

使用AlexNet，caffe下实现船的分类过程

1、准备数据集

在caffe/data目录下建立两个数据集train（训练集）和val（验证集），创建文件列表filelist.sh 和给定分类类别（1到n）。

filelist.sh ------------------------------创建文件列表，包含标签

# /usr/bin/env sh
DATA=data/boat2class

#training data
DATA1=data/boat2class/jun_500_train
DATA2=data/boat2class/ming_500_train
echo "Create train2.txt..."
rm -rf $DATA/train2.txt
find $DATA1 -name *.jpg | cut -d '/' -f3-4 | sed "s/$/ 1/">>$DATA/train2.txt
find $DATA2 -name *.jpg | cut -d '/' -f3-4 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/train2.txt
rm -rf $DATA/tmp.txt
echo "Done.."

#validation data
DATA3=data/boat2class/jun_100_val
DATA4=data/boat2class/ming_100_val
echo "Create val2.txt..."
rm -rf $DATA/val2.txt
find $DATA3 -name *.jpg | cut -d '/' -f3-4 | sed "s/$/ 1/">>$DATA/val2.txt
find $DATA4 -name *.jpg | cut -d '/' -f3-4 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/val2.txt
rm -rf $DATA/tmp.txt
echo "Done.."