【发布时间】:2017-02-01 14:15:08
【问题描述】:
我是 caffe 新手,在成功运行示例后,我尝试使用自己的数据。但是,当尝试将我的数据写入 lmdb 数据格式或直接尝试使用求解器时,在这两种情况下我都会收到错误:
E0201 14:26:00.450629 13235 io.cpp:80] Could not open or find file ~/Documents/ChessgameCNN/input/train/731_1.bmp 731
路径是正确的,但奇怪的是标签731 是此错误消息的一部分。这意味着它将它作为路径的一部分而不是标签来读取。文本文件如下所示:
~/Documents/ChessgameCNN/input/train/731_1.bmp 731
是因为标签太高了吗?或者可能是因为标签不是以 0 开头的?我已经搜索了这个错误,我发现的只是标签相对较少的示例,大约 1-5 个,但我有大约 4096 个类,我实际上并不总是在训练数据中有示例。也许这也是一个问题(至少对于学习来说肯定是这样,但我没想到它会给我一个实际的错误消息)。通常,标签似乎不是此错误消息的一部分。
对于 lmdb 文件的创建,我使用了 caffe 示例中的 create_imagenet.sh。为了解决,我使用:
~/caffe/build/tools/caffe train --solver ~/Documents/ChessgameCNN/caffe_models/caffe_model_1/solver_1.prototxt 2>&1 | tee ~/Documents/ChessgameCNN/caffe_models/caffe_model_1/model_1_train.log
我也尝试了不同的图像数据类型:PNG、JPEG 和 BMP。所以这也不是罪魁祸首。 如果真的是因为我选择了标签,那么解决这个问题的可行方法是什么?
非常感谢您的帮助!
【问题讨论】:
-
您是否在创建
lmdb或训练网络时收到此错误?你用什么命令创建lmdb?你能把你在网络中使用的输入层的 prototxt 贴出来吗? -
如果您没有某个标签的训练样本 - 为什么首先要有这个标签?!标签应该从零开始,直到你在训练数据中实际拥有的类数。
-
在这两种情况下我都会收到此错误 - 无论是尝试解决“原始”数据还是尝试创建 lmdb 文件。如前所述,我只是将
create_imagenet.sh与指向我的数据的路径一起使用,而不是来自 imagenet 示例的数据。标签都是可能的移动,我想先尝试一个较小的数据集以使其正常工作,然后再移动到更大的数据集,因此并非每个可能移动都可能在该特定集中。 -
这里有同样的问题......我注意到当我使用不同尺寸的图像时问题出现了......尚未修复它
标签: deep-learning caffe conv-neural-network