Caffe 学习系列（12）：制作自己的 caffe 训练数据集

引言

在学习和参加相关深度学习比赛的时候，一般情况下都是在准备好的情况下展开，而在实际的工作项目中。因为每一个公司的业务场景不同，需要我们自己去标记图片数据（参看深度学习标记工具汇总），并且在标记好的图片集中制作 caffe 框架的数据格式（lmdb文件），即本文所讲内容。

制作自己的 caffe 训练数据集的整个过程分为：1. 准备自己的数据集；2. 生成 .txt 文件； 3.转化为 db 文件；4. 计算均值。之后开始训练。

准备自己的数据集

这里从网上下载整理一些图片，分为两类，其中 bird 60张和 cat 60张，其中 50张 bird 和 50张 cat 作为训练集，1其余0张作为验证集。在 .../caffe/data 文件夹下新建文件夹 myself，然后在 myself 文件夹下新建两个子文件夹， train 和 val，即训练集和测试集。然后在 train 文件夹下新建两个文件夹 bird 和 cat，分别存放 50 张 bird 图片和 50 张 cat 图片，在 val 文件夹下放 10张bird 和 10张 cat 图片。至此，我们准备好了原始的数据集。

生成 train.txt 和 val.txt 文件，即训练集和验证集列表清单

在 .../caffe/examples 新建一个 myself 文件夹，用于存放配置文件和 脚本文件。

cd ~/caffe/
sudo mkdir examples/myself
# 在 caffe 根目录下进行操作，这是默认的，也是良好的习惯

sudo gedit examples/myself/create_filelist.sh

 编辑 create_filelist.sh 脚本文件，输入以下内容：

DATA=data/myself
MY=examples/myself

echo "Create train.txt..."
rm -rf $DATA/train.txt
find $DATA/train/bird -name birdt*.jpg | cut -d '/&