实验流程
1.数据集准备
获取训练图片集与验证图片集,并产生train.txt与val.txt,内容为图片路径与分类标签;将图片进行大小重设,设置为256*256大小;使用create_imagenet.sh脚本将2组图片集转换为lmbp格式。
2.计算图像均值
使用make_imagenet_mean.sh计算图像均值,产生imagenet_mean.binaryproto文件。
3.设置运行参数
拷贝caffe-master/model/bvlc_reference_caffenet中的文件,修改train_val.prototxt,solver.prototxt并进行路径的修改;拷贝caffe_master/examples/imagenet中的train_caffnet.sh文件,对路径进行修改。
4.运行train_caffnet.sh
参考:
官方:
/gathered/examples/imagenet.html
图文:
/content/2488948.html
如果觉得《使用caffe中的imagenet对自己的图片进行分类训练》对你有帮助,请点赞、收藏,并留下你的观点哦!