CIFAR-10是一个用于普适物体识别的数据集。Cifar-10由60000张32*32的RGB彩色图片构成，50000张训练图片，10000张测试图片，分为10类。cifar下载地址： http://www.cs.toronto.edu/~kriz/cifar.html
数据集分为3个版本，分别是Matlab、python和二进制格式的，这里选择二进制格式的下载。包含五个训练文件，一个测试文件：
1. cifar二进制数据库转换成lmdb文件
新建一个binToLmdb.bat的脚本文件，输入一下内容：
D:SoftwareCaffecaffe-masterBuildx64Releaseconvert_cifar_data.exe
D:TestDatacifar-10-batches-bin D:TestDatacifar-10-batches-bin lmdb
pause第一个参数是caffe中已经编译好的cifar数据库转换文件，第二个参数是cifar数据库存放路径，第三个参数是生成的lmdb数据库文件存放路径，第四个参数是转换的目标格式。
双击inToLmdb.bat文件，生成cifar的训练和测试数据：
2.计算训练数据的均值文件
新建一个mean.bat脚本文件，输入以下内容：
D:SoftwareCaffecaffe-masterBuildx64Releasecompute_image_mean.exe
D:TestDatacifar-10-batches-bincifar10_test_lmdb
D:TestDatacifar-10-batches-bincifarMean.binaryproto
pause双击执行，在目标路径下生成cifar训练数据集的均值文件cifarMean.binaryproto文件。
3. 执行训练
对.examplescifar10下的 “cifar10_full_solver.prototxt”文件和“cifar10_full_train_test.prototxt”文件做一些修改，用于下边的训练，修改过程略了。
新建一个train.bat脚本文件，输入以下内容：
D:SoftwareCaffecaffe-masterBuildx64Releasecaffe.exe train
--solver=D:SoftwareCaffecaffe-masterexamplescifar10cifar10_full_solver.prototxt
pause双击文件，开始训练，执行结果，训练精度大概是78%：
