caffe再见之训练自己的数据

      本文采用数据为已标定过的彩色图像，共1000张训练图共10个类别，200张测试图像10个类别，下载地址：http://pan.baidu.com/s/1hsvz4g8。

第一步：数据格式转换

     1.编译conver_imageset,在\Caffe-Master\Build\x64\Release下生成convert_imageset.exe。

     2.在根目录data文件下新建属于自己的数据集文件夹（主要是为了便于整理，具体位置可以根据自己需要创建）

      在新建的数据集文件夹下新建以下文件夹

       train和val存放原始的数据，trainldb和valldb存放格式转换后的leveldb数据，mean存放均值文件。

      3.用批处理命令对数据加标签，生成train.txt用来保存训练数据的标签；生成val.txt用来保存测试数据的标签 。  

      4.写一个bat命令，利用convert_imageset.exe生成对应的leveldb格式数据，注意参数和路径。

       若报错如下，说明新建的valdb文件夹未清空，清空即可：

            运行成功效果图，新建的db文件中会生成如下文件，其中红色箭头所示文件大小不为0：

        这样，满足caffe所需的数据文件就制作好了（此处主要描述制作leveldb格式文件，其它类型后续有需要再添加），train和test均需按照上述步骤同样操作。

第二步：数据预处理

      生成均值文件

         同上编译compute_image_mean,在\Caffe-Master\Build\x64\Release下生成compute_image_mean.exe。

         写一个bat命令，利用compute_image_mean.exe生成对应的均值文件，train数据和test数据需经过同样操作。

        生成如下文件：

第三步：定义网络结构并训练

        此处主要验证制作数据是否可用，故网络直接采用Caffe提供的样例中cifar10的网络结构和配置文件，主要为如下两个

        改成自己的命名方式：

       主要修改其中的路径

      其中1表示训练所需网络文件的路径，2表示生成结果文件的路径。Mine_train_test文件中主要修改leveldb文件路径和均值文件路径。

      编写bat文件，开始训练：

      训练结果显示：

      训练初识别率：

      训练后的识别率：

      Reference:Windows下caffe训练自己的数据