验证码识别之模型训练

最新推荐文章于 2024-08-11 23:17:29 发布

zzshneuq

最新推荐文章于 2024-08-11 23:17:29 发布

阅读量834

点赞数

分类专栏：字符识别文章标签： caffe 数据集准备训练

本文链接：https://blog.csdn.net/zzshneuq/article/details/72630141

版权

该博客介绍了如何使用Caffe进行验证码识别的模型训练，包括数据集准备、转化为lmdb格式、计算均值文件、编写配置文件以及训练与测试的步骤。作者提供了数据集链接和相关代码示例。

摘要由CSDN通过智能技术生成

参考：(http://www.cnblogs.com/louyihang-loves-baiyan/p/5038758.html)
整个思路大致如下：
这里写图片描述
Step 1: 数据集准备：http://pan.baidu.com/s/1gfBrmGb 密码：ql14
Step 2: 转化为lmdb数据集
Caffe的数据格式采用leveldb或者lmdb格式的，第一步要做的就是数据的格式转换了；首先将图片分成trainpicture和testpicture，然后作者用matlab生成train.txt和test.txt
准备两个txt文件，放成list的形式，图像路径之后一个空格之后跟着类别的ID，如下，这里记住ID必须从0开始，要连续，否则会出错，loss不下降，按照要求写就OK。这个是训练的图像label，测试的也同理
这里写图片描述
test.txt 亦如

生成train.txt 和 test.txt代码如下：

clc
clear all
%% 读取文件夹里的图片名称，且将图片名保存到txt
file_path = '../SinImage2/';
img_path_list = dir(strcat(file_path,'*.bmp'));
mkdir('../trainpicture1'); 
mkdir('../testpicture1'); 

img_num = length(img_path_list);
img_path_list = img_path_list(randperm(img_num )) ;
img_path_train = img_path_list(1:12000) ;
img_path_test = img_path_list(12001:img_num) ;
img_num = length(img_path_train) ;

fp = fopen('../train.txt','wt');
if img_num > 0 %有满足条件的图像
        for j = 1:img_num %逐一读取图像
            image_name = img_path_train(j).name;% 图像名

            copyfile([file_path image_name] ,'../trainpicture1'); 

            outdata = abs(image_name(8))-48;
            if (abs(image_name(8))>60)
                outdata = abs(image_name(8))-55;
            end

            fprintf(fp,'%s %d\n',image_name,outdata);
            end
end
fclose(fp)


% test data prepare 
img_num = length(img_path_test);
fp = fopen('../test.txt','wt')