為影象分類任務準備影象資料集

Caffe 具有針對影象分類任務定製的內建輸入層（即，每個輸入影象的單個整數標籤）。此輸入 Data 層構建在 lmdb 或 leveldb 資料結構上。為了使用 Data 層，必須用所有訓練資料構建資料結構。

Caffe’s tihuan 的快速指南 3

建立

你必須做的第一件事是建立 caffe 和 caffe 的工具（convert_imageset 是這些工具之一）。
在安裝了 caffe 和 make 之後，確保你也執行了 make tools。
驗證是否在 $CAFFE_ROOT/build/tools 中建立了二進位制檔案 convert_imageset。

準備資料

影象： 將所有影象放在一個資料夾中（我在這裡稱之為/path/to/jpegs/）。
標籤： 建立一個文字檔案（例如，/path/to/labels/train.txt），每個輸入影象有一行<path / to / file>。例如：

img_0000.jpeg 1
img_0001.jpeg 0
img_0002.jpeg 0

在這個例子中，第一個影象標記為 1，而另外兩個影象標記為 0。

轉換資料集

在 shell 中執行二進位制檔案

~$ GLOG_logtostderr=1 $CAFFE_ROOT/build/tools/convert_imageset \
    --resize_height=200 --resize_width=200 --shuffle  \
    /path/to/jpegs/ \
    /path/to/labels/train.txt \
    /path/to/lmdb/train_lmdb

命令列解釋：

• 在呼叫 convert_imageset 之前將 GLOG_logtostderr 標誌設定為 1 表示將日誌訊息重定向到 stderr 的日誌記錄機制。
• --resize_height 和 --resize_width 將所有輸入影象調整為相同尺寸 200x200。
• --shuffle 隨機更改影象的順序，並不保留/path/to/labels/train.txt 檔案中的順序。
• 以下是 images 資料夾，標籤文字檔案和輸出名稱的路徑。請注意，在呼叫 convert_imageset 之前，輸出名稱不應該存在，否則你將收到可怕的錯誤訊息。

其他可能有用的標誌：

• --backend - 允許你在 lmdb 資料集或 levelDB 之間進行選擇。
• --gray - 將所有影象轉換為灰度。
• --encoded 和 --encoded_type - 將資料以編碼（jpg / png）壓縮形式儲存在資料庫中。
• --help - 顯示一些幫助，檢視來自 tools / convert_imageset.cpp 的 Flags 下的所有相關標誌 **

你可以檢視 $CAFFE_ROOT/examples/imagenet/convert_imagenet.sh 以獲取如何使用 convert_imageset 的示例。

有關更多資訊，請參閱此主題