windows caffe 训练自己的数据

1.在data目录下建立文件夹image1000test200,将训练的图片数据放入train文件中,将测试的数据放入val文件中,同时在image1000test200文件夹下生成两个标签文件train.txt和val.txt,train.txt的文件如下图所示:
这里写图片描述
注意:图片和标签之间只有一个空格,之前直接下载的别人的标签文件,图片和标签之前有多个空格,导致转换数据格式的时候一直报错:can’t open or find….图片文件
2.转换数据格式,建立.bat文件,内容如下,双击运行即可生成转换好数据格式的数据

对测试数据转换:
SET GLOG_logtostderr=1
Build\x64\Debug\convert_imageset.exe –backend=leveldb –resize_width=32 –resize_height=32 D:\caffe_vs\caffe-master\data\image1000test200\val\ D:\caffe_vs\caffe-master\data\image1000test200\val.txt D:\caffe_vs\caffe-master\data\image1000test200\valldb 0
Pause

对训练数据转换:
SET GLOG_logtostderr=1
Build\x64\Debug\convert_imageset.exe –backend=leveldb –resize_width=32 –resize_height=32 D:\caffe_vs\caffe-master\data\image1000test200\train\ D:\caffe_vs\caffe-master\data\image1000test200\train.txt D:\caffe_vs\caffe-master\data\image1000test200\trainldb 0
Pause
3. 生成均值文件
生成测试文件的均值文件
Build\x64\Debug\compute_image_mean.exe –backend=leveldb D:\caffe_vs\caffe-master\data\image1000test200\valldb D:\caffe_vs\caffe-master\data\image1000test200\val_mean.binaryproto
pause

生成训练文件的均值文件
Build\x64\Debug\compute_image_mean.exe –backend=leveldb D:\caffe_vs\caffe-master\data\image1000test200\trainldb D:\caffe_vs\caffe-master\data\image1000test200\train_mean.binaryproto
pause
4.在image1000test200下新建文件夹train_val,将examples/cifar10下面的cifar10_quick_solver.prototxt文件和cifar10_quick_train_test.prototxt文件拷贝到train_val文件夹中,重命名如下图所示:
这里写图片描述
然后对这两个文件进行如下修改:
这里写图片描述
这里写图片描述
5.最后编写.bat文件,内容如下,双击运行即可
Build\x64\Debug\caffe.exe train –solver=data/image1000test200/train_val/mine_solver.prototxt
pause

训练自己的数据
参考:
http://www.cnblogs.com/newbyang/p/5685358.html
http://blog.csdn.net/zr459927180/article/details/51001536
http://blog.csdn.net/u012878523/article/details/41698209
http://blog.csdn.net/u013657981/article/details/49497753

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值