Caffe-windows上训练自己的数据

1.数据获取

在网上选择特定类别，下载相应的若干张图片。可以网页另存或者图片下载器。本例中保存了小狗、菊花、梅花三类各两百多张。

2.重命名

import os
import os.path
rootdir = "jh"
i=1
for parent,dirnames,filenames in os.walk(rootdir):
   for filename in filenames:
      newName=a+str(i)+".jpg"
      print  filename+" -> "+newName
      os.rename(os.path.join(parent,filename), os.path.join(parent, newName))
      i+=1

3.更改分辨率

from PIL import Image
import glob, os
w,h = 256,256
def timage():
    for files in glob.glob('jh*.jpg'):
        filepath,filename = os.path.split(files)
        filterame,exts = os.path.splitext(filename)
        opfile = r'jhjhout\'
        if (os.path.isdir(opfile)==False):
            os.mkdir(opfile)
        im=Image.open(files)
        im_ss=im.resize((int(w), int(h)))
        try:
           im_ss.save(opfile+filterame+'.jpg')
        except:
           print filterame
           os.remove(opfile+filterame+'.jpg')

if __name__=='__main__':
    timage()

4.获取标签

import glob, os, shutil
def timage():
    names=["gg","jh"]
    t=open("train.txt",'a')
    v=open("val.txt",'a')
    for files in glob.glob('jhjhout*.jpg'):
        filepath,filename = os.path.split(files)
        filterame,exts = os.path.splitext(filename)
        oldfile = r'jhjhout\'
        opfile = r'val\'
        if (os.path.isdir(opfile)==False):
            os.mkdir(opfile)
        if 200< int(filterame[2:]):  # test data
            shutil.move(oldfile+filterame+'.jpg',opfile+filterame+'.jpg')
            v.write(filterame+'.jpg '+str(names.index("jh"))+'
')
        else:  # train data
            t.write('jhout/'+filterame+'.jpg '+str(names.index("jh"))+'
')
    t.close()
    v.close()


if __name__=='__main__':
    timage()

5.生成对应的leveldb格式数据

SET GLOG_logtostderr=1
Buildx64Releaseconvert_imageset.exe examples/t/train/ examples/t/train/train.txt examples/t/trainldb 1
pause

SET GLOG_logtostderr=1
Buildx64Releaseconvert_imageset.exe examples/t/val/ examples/t/val/val.txt examples/t/valldb 1
pause

6.计算均值

SET GLOG_logtostderr=1
Buildx64Releasecompute_image_mean.exe examples/t/trainldb examples/t/tmean.binaryproto
pause

7.修改网络

models/bvlc_alexnet/train_val.prototxt

修改其中的num_output, batch_size和相应的路径

solver.prototxt如下，其中gamma指的是在学习率为step模式化下，每400次迭代变为原来的0.9倍。

net: "examples/t/train_val.prototxt"
test_iter: 100
test_interval: 200
base_lr: 0.0001
lr_policy: "step"
gamma: 0.9
stepsize: 400
display: 100
max_iter: 5000
momentum: 0.9
weight_decay: 0.001
snapshot: 10000
snapshot_prefix: "caffe_train"
solver_mode: GPU

8.训练网络

cd ../../
"Build/x64/Release/caffe.exe" train --solver=examples/t/solver.prototxt
pause

9.运行结果

在仅使用小狗和菊花两类，训练200张测试50张，可以达到98%的正确率。

使用小狗、菊花、梅花三类，可以达到89%的正确率。

10.优化

之前将train_val.prototxt中的crop_size: 227改成了128，速度相对快很多。

在三类分类中改回227，正确率在92%左右波动，进一步修改base_lr: 0.00015，gamma: 0.93，正确率可以达到94.6%。