caffe 从mnsit示例到自己创建数据集再到识别手写图片

最新推荐文章于 2024-09-03 17:35:19 发布

Wiil

最新推荐文章于 2024-09-03 17:35:19 发布

阅读量527

点赞数

分类专栏： caffe 文章标签： caffe mnist 预测单张图片

本文链接：https://blog.csdn.net/ztq157677114/article/details/78538244

版权

记录下使用caffe mnist数据集，训练+识别图片过程中遇到的问题。
很不详细。

按部就班，获取mnist数据集、创建lmdb、使用example文件训练，得到caffemodel，找了图片预测，错误率很高
原因： mnist原始图片是黑底白字，找的图片是白底黑字。。。自己来重做lmdb吧。—注意灰度图的格式
2.网络上找来mnist手写图片，白底黑字，使用脚本生成lmdb

cp create_imagenet.sh create_imagenet_my_mnist.sh
cat create_imagenet_my_mnist.sh
#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# N.B. set the path to the imagenet train + val data dirs

EXAMPLE=examples/mnist
DATA=data/mnist/mnist
TOOLS=build/tools

TRAIN_DATA_ROOT=/root/caffe-0.16.3/data/mnist/mnist/train/
VAL_DATA_ROOT=/root/caffe-0.16.3/data/mnist/mnist/test/

# Set RESIZE=true to resize the images to 256x256. Leave as false if images have
# already been resized using another tool.
RESIZE=true
if $RESIZE; then
  RESIZE_HEIGHT=28
  RESIZE_WIDTH=28
else
  RESIZE_HEIGHT=0
  RESIZE_WIDTH=0
fi

if [ ! -d "$TRAIN_DATA_ROOT" ]; then
  echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT"
  echo "Set the TRAIN_DATA_R