caffe修改DataLayer来实现多标签多任务——车辆属性识别

本文介绍了如何修改Caffe的DataLayer来处理多标签数据集,以进行车辆属性识别任务。作者提供了数据集来源、lmdb制作过程、修改Caffe源码的步骤,以及训练和测试网络的流程。文章附带了必要的代码和模型资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

初步接触多标签多任务训练的时候,网上能找到的资料文献几乎全看了,不禁感叹一下,百家争鸣百花齐放五花八门,对我来说真的是费了好大劲来缕清思路,没有一篇是可以完全照着能复现出来的,要么缺少数据集,要么缺少代码,要么步骤没有讲清楚,总之是参阅了很多的网友的智慧,终于跑通了自己的。

参考过的资料我尽量都贴在文章后面,以表敬意。

网上好几种思路来修改caffe,使之能够处理多标签数据集,我这里只跑通了修改caffe DataLayer 相关源码,修改的地方貌似较多,对之前的兼容性也还没测试,所之前的caffe项目建议备份一个。


一、数据集

1. 车辆属性:品牌(奥迪、宝马、奔驰)、车型(suv、小轿车)

参考这篇文章的汽车属性识别,https://blog.youkuaiyun.com/u014696921/article/details/70245141,不过它是windows vs工程,所以只是借用了它这里提供的数据集:http://download.youkuaiyun.com/detail/mr_curry/9742578 ,下载要好多积分啊,不过还是非常感谢博主提供的数据集。

我将该数据稍微改了一下结构目录,方便后续训练,修改后放在这里了:

链接:https://pan.baidu.com/s/1naw84G5RI8OkEj_sCl5NQw  
提取码:j5kx 
 

数据集下载后放在这个路径下,car_multilabes文件夹是我自己新建的:

评论 4
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