caffe入门：创建Imdb数据集

最新推荐文章于 2022-05-13 16:00:00 发布

原创

最新推荐文章于 2022-05-13 16:00:00 发布 · 2.4k 阅读

CC 4.0 BY-SA版权

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     <