caffe net的训练与测试

用进行一次train 和validation

1.      生成数据，每一行写图片的文件名，和类别标志（实验时2类：0,1）

生成结果如下：

对validate image 进行同样的处理。

 

2.      生成levelDB或者lmdb文件。

bin\convert_imageset.exe examples/Car/TrainImages/ examples/Car/train.txt examples/Car/mtrainldb --resize_width=50 --resize_height=20

这个时候默认生成的lmdb文件：

加上 -- --backend=leveldb 就可以生成leveldb文件

这里需要注意resize_width 和resize_height必须设置，我刚开始没设置，生成的文件训练的时候会出现fail,显示的最底层读入文件的大小跟我的图片大小不一致。

 

3.      然后可以进行训练：

.\bin\caffe.exe train --solver=examples/Car/alex_solver.prototxt --gpu=all

alex_solver.prototxt写了需要用的网络结构，学习率等信息。

 

4.      用刚才生成的模型进行validation

.\bin\caffe.exe test -model=.\data\CarData\CAR_alex.prototxt -weights=.\examples\mnist\alex_iter_40000.caffemodel