Caffe-用自己的数据做训练

1，数据集制作

1.1数据集分为train和validate，分别写到train.txt和val.txt中。

格式图片文件名+ 空格 + label 如图：

1.2将准备好的两个txt， 放到caffe_root/data/myfile/ (caffe_root是caffe的根目录， myfile自己命名）。将训练街和验证集图片文件夹放到/img_full_dir1和/img_full_dir2（自己定）

1.3进入caffe_root/examples/imagenet/ 目录中， 修改create_imagenet.sh

DATA=data/myfile

TRAIN_DATA_ROOT=/img_full_dir1

(img_full_dir1 存放训练图片的目录）

VAL_DATA_ROOT=/img_full_dir2 (img_full_dir2 存放测试图片的目录）

在caffe_root 下执行 ./examples/imagenet/create_imagenet.sh ， 可以在examples/imagenet 目录下找到， ilsvrc12_train_lmdb ilsvrc12_val_lmdb两个目录。

1.4在caffe_root 下行 ./examples/imagenet/make_imagenet_mean.sh ， 结果保存在data/ilsvrc12/imagenet_mean.binaryproto。

2.训练

2.1. 修改models/bvlc_reference_caffenet 下的solver.prototxt和 train_val.prototxt train_val.prototxt需要修改自己的训练集生成的lmdb文件的位置。

solver.prototxt

2.2训练：