深度学习Caffe实战笔记（2）用LeNet跑车牌识别数据

caffe实战之“车牌识别”
上一篇博客写了如何在cpu的情况下配置环境，配置好环境后编译成功，就可以用caffe框架训练卷积神经网络了。今天介绍如何在caffe环境下，跑车牌识别的数据，利用的网络是LeNet，这里只介绍具体caffe实战步骤，网络结构不做具体介绍。

1、准备数据

在caffe根目录下的data文件夹下新建一个mine文件夹，在mine文件夹新建一个train和val文件夹，在train文件夹下新建0和1文件夹（为了简单，只做了一个二分类，可以改成多类），在0和1文件夹下分别存放分好类的数据：

在val文件夹下放用于验证的数据

在mine文件夹下新建train.txt和val.txt，用于存放索引，把train和val文件夹下的数据索引添加进来，如果数据量比较小可以先手动添加一下，如果数据量比较大就写一段程序实现一下就好。