准备输入到 Caffe 深度学习的图像数据集

【问题标题】：Preparing image dataset for input into Caffe deep learning准备输入到 Caffe 深度学习的图像数据集
【发布时间】：2015-10-09 01:35:19
【问题描述】：

我知道第一步是创建两个带有相应标签的文件列表，一个用于训练集，一个用于测试集。假设前者称为train.txt，后者称为val.txt。这些文件列表中的路径应该是相对的。标签应该从 0 开始，看起来类似于：

relative/path/img1.jpg 0
relative/path/img2.jpg 0
relative/path/img3.jpg 1
relative/path/img4.jpg 1
relative/path/img5.jpg 2

对于这两个集合中的每一个，我们将创建一个单独的 LevelDB。这是格式化为文本文件吗？我想我会为我的每个类创建一个包含多个子目录的目录。我必须手动创建一个文本文件吗？

【问题讨论】：

标签： image-processing neural-network directory-structure deep-learning caffe

【解决方案1】：

请参阅this tutorial，了解如何使用convert_imageset 构建levelDb 或lmdb 数据集以进行caffe 训练。

正如您从这些说明中看到的那样，只要您的'train.txt'/'val.txt' 中有正确的路径，您如何排列磁盘上的图像文件（相同文件夹/不同文件夹...）并不重要与'/path/to/jpegs/' 参数相关的文件。但是如果你想使用convert_imageset 工具，你必须创建一个文本文件，列出你想使用的所有图像。

【讨论】：