caffe训练和测试图像（windows下）-问题：data_transformer.cpp:63---check failed

参考博客：caffe windows训练测试自己的图片 https://www.jianshu.com/p/607f1e51e3ab

                   Caffe学习系列(12)：训练和测试自己的图片 https://www.cnblogs.com/denny402/p/5083300.html

1、生成lmdb格式的数据
    （1）原始.jpg图像，可自行搜索下载（或者我上传了图片https://download.youkuaiyun.com/download/xiaoyucyt/12284404可以下载），在caffe-master/data路径下新建文件夹my，将test和train两个图片文件夹放在my文件夹下（这里caffe-master为caffe的根目录）。

     （2）转换为lmdb格式：在my目录下新建文件列表清单trainlist.txt和testlist.txt，内容即图片名和对应的标签号：

                                                                           

     （3）在根目录caffe-master下新建批处理文件convert_image.bat，分别转换训练图片和测试图片：

.\Build\x64\Release\convert_imageset.exe --resize_height=256 --resize_width=256 --backend=lmdb  .\data\my\  .\data\my\trainlist.txt .\data\my\img_train_lmdb
pause

.\Build\x64\Release\convert_imageset.exe --resize_height=256 --resize_width=256 --backend=lmdb  .\data\my\  .\data\my\testlist.txt .\data\my\img_test_lmdb
pause

 

     （4）双击运行该批处理文件，在my文件夹下会生成对应的db文件：

                                                                     

2、计算图片均值

图片减去均值再训练，会提高训练速度和精度，一般都会有这个操作。计算图片均值使用的是前一步生成的训练数据的lmdb。

在根目录caffe-master下新建批处理文件convert_mean.bat：

会在当前目录下生成mean.binaryproto文件，拷贝到my文件夹下。

3、修改网络模型和配置文件：

这里拷贝了models\bvlc_reference_caffenet\solver.prototxt文件和train_val.prototxt文件到my文件夹下，并修改（test_iter、test_batchsize和数据来源路径，因为图像数据量发生了改变。并在fc8这个layer处也要修改下，将1000改为5，因为我们这里只有5个类别）：

4、训练和测试

在caffe-master路径下新建Train.bat：

双击运行，出现问题：

这个该如何解决？

 

重新试了一次：

另外的错误：

Check failed: error==cudaSuccess(2 vs. 0) out of memory

解法方法：将train_val.prototxt文件里train的batch_size由256改为和test一样的50就可以训练了。（batch_size太大了，一次性读入的图片太多了，所以就超出了显存。）