使用自己的数据集训练网络答案

【问题标题】：Working with training a network of own dataset使用自己的数据集训练网络
【发布时间】：2023-03-05 10:19:01
【问题描述】：

我找到了一个关于如何train a neural net 的教程。我应该如何使用自己的数据集训练caffe module。

有一个例子Cats vs Dogs，我很清楚，我需要如何处理由两种类型（Dogs 和Cats）组成的数据。我尝试按照他的步骤进行操作，得到了caffe module的结果。

然后我想增加类型集，我的意思是，我只训练了2 类型，现在我想训练19 类型（是的，19 - 不同的对象）。

而我发现的问题是如何增加主选在 caffe 模块中？

这是我发现问题的代码部分：

dog_images = [image for image in os.listdir(DATA_DIR) if 'dog' in image]
cat_images = [image for image in os.listdir(DATA_DIR) if 'cat' in image]

dog_train = dog_images[:int(len(dog_images)*0.7)]
dog_test = dog_images[int(len(dog_images)*0.7):]

cat_train = cat_images[:int(len(cat_images)*0.7)]
cat_test = cat_images[int(len(cat_images)*0.7):]

我不认为如果我有19 类型，这意味着我需要19 次来编写这样的代码（upper）。

另外，我的图像不在不同的文件夹中，我有一个，大约有 4,000 图像。

【问题讨论】：

标签： python machine-learning neural-network deep-learning caffe

【解决方案1】：

您无需重复该代码 19 次。此代码的唯一目的是创建 'train.txt' 和 'test.txt' 文件，其中列出了您的图像文件和每个图像的标签。
我不知道您如何组织磁盘上的图像（您说您有一个包含 4K 图像的文件夹），但您应该能够分辨出每个图像所属的标签/类别 (0..18)。在文件'train.txt' 和'test.txt' 中获得这些列表后，您可以使用convert_imageset 工具继续创建训练和验证数据集。

【讨论】：

是的，感谢您的回复。但至于我的数据集，你能告诉我吗，如果我有我的图像，比如：0000.jpg，0001.jpg .... 4000.jpg。 ?我应该如何显示我的对象的标签 (0..18)
@X21 0001.jpg 的标签是什么？和0002.jpg? 你是怎么知道标签的？
这就是我问你的原因。因为我不够了解。我是否需要存储带有标签的图片，例如：围巾。 jpg、dress.jpg 等？所以我需要 19 个不同对象的文件夹。我说的对吗？
@X21 你只需要一个 list 将每个图像连接到它的标签。您应该有两个列表：一个包含 train 图像，另一个包含 test 图像。每个列表的格式为0001.jpg 3\n0002.jpg 15\n等（假设0001.jpg的标签为3，0002.jpg的标签为15...）
谢谢，我会努力的。