caffe入门:创建Imdb数据集

    接着上一篇,我们知道用caffe训练神经网络时,对于数据集的格式,它只支持lmdb或leveldb,因此我们用caffe训练神经网络的过程中第一步就是用原始的数据集来制作imdb或leveldb类型的数据,生成lmdb默认调用的是opencv的cv.imread()函数来读取图片的。

1、生成Imdb的脚本介绍

    生成Imdb的这个过程一般由caffe的工具convert_imageset完成,该工具源码路径为caffe/tools/convert_imageset.cpp,在编译过后位于caffe/build/tools目录下,我们在创建过程中一般是写一个create_lmdb.sh,在脚本中调用convert_imageset来生成对应的imdb文件,这个脚本有一个模板,位于caffe/examples/imagenet/create_imagenet.sh,我们在这个模板脚本基础上进行进行更改即可。首先我们介绍convert_imageset这个工具的用法:

    命令行的格式如下:      

    convert_imageset    [FLAGS]    ROOTFOLDER/   LISTFILE    DB_NAME        

   其中DB_NAME后面还可以跟一些可选的参数设置,具体有哪些可选的参数参见“可选参数设置部分” 。ROOTFOLDER为图像集的根目录,LISTFILE 为一个文件的路径,该文件中记录了图像集中的各图样的路径和相应的标注 ,DB_NAME为要生成的数据库的名字。可选参数设置     

    gray:bool类型,默认为false,如果设置为true,则代表将图像当做灰度图像来处理,否则当做彩色图像来处理     
    shuffle:bool类型,默认为false,如果设置为true,则代表将图像集中的图像的顺序随机打乱     
    backend:string类型,可取的值的集合为{"lmdb", "leveldb"},默认为"lmdb",代表采用何种形式来存储转换后的数据
    resize_width:int32的类型,默认值为0,如果为非0值,则代表图像的宽度将被resize成resize_width     <

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值