在caffe上跑自己的資料

【原文：http://blog.csdn.net/u012878523/article/details/41698209】

本文介紹如何使用caffe對自己的影象資料進行分類。

1 圖片資料庫準備

由於圖片資料收集比較費時，為了簡單說明，我用了兩類，dog和bird，每種約300張。train200張，val100張。

新建一個資料夾mine，放自己的資料，在mine資料夾下新建train和val資料夾，train資料夾下新建bird和dog兩個資料夾分別存放200張bird和200張dog，val資料夾裡存放其他的圖片用於驗證。注意，圖片的size要歸一到相同尺寸。（256*256）

 

2 轉換成leveldb格式

在mine資料夾下新建兩個txt檔案：train.txt和val.txt，列出對應圖片名及其標籤。

資料量較少的可以手動標籤，資料量較大的話，可以寫批處理命令，比較方便。

一定要注意，train列表中的圖片帶相對路徑名bird/*.jpg  dog/*.jpg。標籤1代表bird，標籤2代表dog。

生成列表後，編譯convert_imageset.cpp.

在bin資料夾中將剛剛生成的MainCaller.exe重新命名為convert_imageset.exe。做一個批處理命令將圖片資料轉換成leveldb格式。

在caffe-windows資料夾下新建convertimage2ldb.bat。

雙擊執行，在mine資料夾下就會出現mtrainldb資料夾。

同理可得到mvalldb。這兩個就是caffe需要的資料。

注意，我的mine資料夾是放在data資料夾下的，在寫convertimage2ldb.bat時注意你自己路徑。

 

3 計算mean

這個比較簡單，上篇文章也說了。編譯comput_image_mean.cpp

在bin資料夾中將剛剛生成的MainCaller.exe重新命名為comput_image_mean.exe。做一個computeMean.bat方便以後使用。

 

雙擊執行之後在mine裡面出現mimg_mean.binaryproto，這就是caffe需要的圖片均值檔案。

 

4 訓練自己的網路

資料集和均值檔案都生成之後，訓練和前面兩篇文章類似。這次我直接使用的是imagenet的網路結構，幾乎沒怎麼修改，所以我將imagenet裡面的imagenet_train.prototxt、imagenet_val.prototxt、imagenet_solver.prototxt直接拷過來修改一下。

imagenet_val.prototxt、imagenet_train.prototxt裡面的

source: "mtrainldb"

mean_file:"mimg_mean.binaryproto"

batch_size: 10

還有最後一層的output改為2，因為我只有兩類。

imagenet_solver.prototxt裡面的網路引數修改：

注意最後加上solver_mode:GPU。

開始訓練：

5 實驗結果

由於資料量較小，訓練比較快。正確率最高能達到0.87。但是最後並不收斂，4500次迭代正確率時高時低。本文只是介紹方法，還有很多引數值得推敲。