caffe mnist实战训练(2)得出图片的lmdb格式
2017-03-29 14:36
363 查看
在上一章 我们已经得到图片的txt列表了,现在我们需要制作caffe可以识别的lmdb格式的文件了
我们需要调用caffe中convert_imageset这个函数
该文件的调用格式是
需要带四个参数:
FLAGS: 图片参数组,后面详细介绍
ROOTFOLDER/: 图片存放的绝对路径,从Linux系统根目录开始
LISTFILE: 图片文件列表清单,一般为一个txt文件,一行一张图片
DB_NAME: 最终生成的db文件存放目录
特别要注意data的路径,如果txt文件按照如下形式保存/train/0/*.png 这时候data只要到train前一个路径就可以了
下面是代码 是一个sh脚本文件的代码 最后sudo sh create_lmdb.sh即可
我们需要调用caffe中convert_imageset这个函数
该文件的调用格式是
convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME
需要带四个参数:
FLAGS: 图片参数组,后面详细介绍
ROOTFOLDER/: 图片存放的绝对路径,从Linux系统根目录开始
LISTFILE: 图片文件列表清单,一般为一个txt文件,一行一张图片
DB_NAME: 最终生成的db文件存放目录
特别要注意data的路径,如果txt文件按照如下形式保存/train/0/*.png 这时候data只要到train前一个路径就可以了
下面是代码 是一个sh脚本文件的代码 最后sudo sh create_lmdb.sh即可
#!/usr/bin/env sh # Create the imagenet lmdb inputs # N.B. set the path to the imagenet train + val data dirs PRONAME=/home/xhj/hjxu-code/matlabcode/MNIST-TEST EXAMPLE=$PRONAME/mnist/profile DATA=$PRONAME/mnist/ TOOLS=/home/xhj/caffe/build/tools TRAIN_DATA_ROOT=$DATA/train/ VAL_DATA_ROOT=$DATA/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: $TRAIN_DATA_ROOT" echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \ "where the ImageNet training data is stored." exit 1 fi if [ ! -d "$VAL_DATA_ROOT" ]; then echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT" echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \ "where the ImageNet validation data is stored." exit 1 fi echo "Creating train lmdb..." GLOG_logtostderr=1 $TOOLS/convert_imageset \ --resize_height=$RESIZE_HEIGHT \ --resize_width=$RESIZE_WIDTH \ --shuffle \ $TRAIN_DATA_ROOT \ $EXAMPLE/train.txt \ $EXAMPLE/train_lmdb echo "Creating val lmdb..." GLOG_logtostderr=1 $TOOLS/convert_imageset \ --resize_height=$RESIZE_HEIGHT \ --resize_width=$RESIZE_WIDTH \ --shuffle \ $VAL_DATA_ROOT \ $EXAMPLE/test.txt \ $EXAMPLE/test_lmdb echo "Done."
相关文章推荐
- caffe mnist实战训练(1)得出图片列表
- caffe mnist实战训练(4)训练得出模型
- caffe mnist实战训练(5)用可视化图片解决问题
- caffe mnist实战训练(3)计算均值
- 深度学习caffe应用笔记--如何将图片转换为lmdb格式
- caffe 将三通道或四通道图片转换为lmdb格式,将标签(单通道灰度图)转换为lmdb格式
- Caffe简单实战(1)- Windows下训练图片数据
- 21天实战caffe - 运行基于已训练模型的图片分类例程 - 报错:Unable to decode image
- Caffe下将图片转换为lmdb格式
- Caffe 之 使用非图片的鸢尾花(IRIS)数据集(hdf5格式) 训练网络模型
- CAFFE之将图片转化为lmdb格式脚本【直接运行版】(内含生成train.txt和test.txt)
- caffe学习之conver_imageset.bin的使用方法,caffe下图片转lmdb格式类型数据总结
- Caffe 之 使用非图片的鸢尾花(IRIS)数据集(hdf5格式) 训练网络模型
- Mnist数据集下载、转换为lmdb,训练、测试、生成mean文件、生成label.txt、单张图片分类测试、可视化网络、可视化loss和accurate
- 将训练图片转换成tfrecord格式
- Deeplearning4j 实战 (10):迁移学习--ImageNet比赛预训练网络VGG16分类花卉图片
- caffe中怎么把自己的图片转化成lmdb格式
- 【faster-rcnn】训练自己的数据——修改图片格式、类别
- mxnet实战笔记(1) - 使用自己的图片数据训练CNN模型
- APP开发实战161-图片格式的选择