在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？前面文章有学习过着个数据由来和使用。
在caffe中，作者为我们提供了这样一个文件：convert_imageset.cpp，存放在根目录下的tools文件夹下。编译之后，生成对应的可执行文件放在 buile/tools/ 下面，这个文件的作用就是用于将图片文件转换成caffe框架中能直接使用的db文件。
该文件的使用格式：
[cpp]view plaincopy convert_imageset[FLAGS]ROOTFOLDER/LISTFILEDB_NAME
需要带四个参数：
FLAGS: 图片参数组，后面详细介绍
ROOTFOLDER/: 图片存放的绝对路径，从Linux系统根目录开始
LISTFILE: 图片文件列表清单，一般为一个txt文件，一行一张图片
DB_NAME: 最终生成的db文件存放目录
如果图片已经下载到本地电脑上了，那么我们首先需要创建一个图片列表清单，保存为txt
本文以caffe程序中自带的图片为例，进行讲解，图片目录是 example/images/, 两张图片，一张为cat.jpg, 另一张为fish_bike.jpg，表示两个类别。
我们创建一个sh脚本文件，调用linux命令来生成图片清单：
[cpp]view plaincopy #sudoviexamples/images/create_filelist.sh
编辑这个文件,输入下面的代码并保存
[cpp]view plaincopy #/usr/bin/envshDATA=examples/imagesecho"Createtrain.txt..."rm-rf$DATA/train.txtfind$DATA-name*cat.jpg|cut-d'/'-f3|sed"s/$/1/">>$DATA/train.txtfind$DATA-name*bike.jpg|cut-d'/'-f3|sed"s/$/2/">>$DATA/tmp.txtcat$DATA/tmp.txt>>$DATA/train.txtrm-rf$DATA/tmp.txtecho"Done.."
这个脚本文件中，用到了rm,find, cut, sed,cat等linux命令。
rm: 删除文件
find: 寻找文件
cut: 截取路径
sed: 在每行的最后面加上标注。本例中将找到的*cat.jpg文件加入标注为1，找到的*bike.jpg文件加入标注为2
cat: 将两个类别合并在一个文件里。
最终生成如下的一个train.txt文件：
cat.jpg 1fish-bike.jpg 2
当然，图片很少的时候，手动编写这个列表清单文件就行了。但图片很多的情况，就需要用脚本文件来自动生成了。在以后的实际应用中，还需要生成相应的val.txt和test.txt文件，方法是一样的。
生成的这个train.txt文件，就可以作为第三个参数，直接使用了。
接下来，我们来了解一下FLAGS这个参数组，有些什么内容：
-gray: 是否以灰度图的方式打开图片。程序调用OpenCV库中的imread()函数来打开图片，默认为false
-shuffle: 是否随机打乱图片顺序。默认为false
-backend:需要转换成的db文件格式，可选为leveldb或lmdb,默认为lmdb
-resize_width/resize_height: 改变图片的大小。在运行中，要求所有图片的尺寸一致，因此需要改变图片大小。 程序调用opencv库的resize（）函数来对图片放大缩小，默认为0，不改变
-check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查
-encoded: 是否将原图片编码放入最终的数据中，默认为false
-encode_type: 与前一个参数对应，将图片编码为哪一个格式：‘png','jpg'......
好了，知道这些参数后，我们就可以调用命令来生成最终的lmdb格式数据了
由于参数比较多，因此我们可以编写一个sh脚本来执行命令：
首先，创建sh脚本文件：
# sudo vi examples/images/create_lmdb.sh
编辑，输入下面的代码并保存
[cpp]view plaincopy #!/usr/bin/enshDATA=examples/imagesrm-rf$DATA/img_train_lmdbbuild/tools/convert_imageset--shuffle\--resize_height=256--resize_width=256\/home/xxx/caffe/examples/images/$DATA/train.txt$DATA/img_train_lmdb
设置参数-shuffle,打乱图片顺序。设置参数-resize_height和-resize_width将所有图片尺寸都变为256*256.
/home/xxx/caffe/examples/images/ 为图片保存的绝对路径。
最后，运行这个脚本文件
[cpp]view plaincopy #sudoshexamples/images/create_lmdb.sh
就会在examples/images/ 目录下生成一个名为 img_train_lmdb的文件夹，里面的文件就是我们需要的db文件了。
上面就将图像数据转换成db（leveldb/lmdb)文件了。
===================================================================================================================================
再从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程。
一、准备数据
有条件的同学，可以去imagenet的官网http://www.image-/download-images，下载imagenet图片来训练。但是我没有下载，一个原因是注册账号的时候，验证码始终出不来（听说是google网站的验证码，而我是上不了google的）。第二个原因是数据太大了。。。
我去网上找了一些其它的图片来代替，共有500张图片，分为大巴车、恐龙、大象、鲜花和马五个类，每个类100张。需要的同学，可到我的网盘下载：/s/1nuqlTnN
编号分别以3，4，5，6，7开头，各为一类。我从其中每类选出20张作为测试，其余80张作为训练。因此最终训练图片400张，测试图片100张，共5类。我将图片放在caffe根目录下的data文件夹下面。即训练图片目录：data/re/train/ ,测试图片目录: data/re/test/
二、转换为lmdb格式
具体的转换过程，可参见我的前一篇博文：Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件
首先，在examples下面创建一个myfile的文件夹，来用存放配置文件和脚本文件。然后编写一个脚本create_filelist.sh，用来生成train.txt和test.txt清单文件
[cpp]view plaincopy #sudomkdirexamples/myfile#sudoviexamples/myfile/create_filelist.sh
编辑此文件，写入如下代码，并保存
[cpp]view plaincopy #!/usr/bin/envshDATA=data/re/MY=examples/myfileecho"Createtrain.txt..."rm-rf$MY/train.txtforiin34567dofind$DATA/train-name$i*.jpg|cut-d'/'-f4-5|sed"s/$/$i/">>$MY/train.txtdoneecho"Createtest.txt..."rm-rf$MY/test.txtforiin34567dofind$DATA/test-name$i*.jpg|cut-d'/'-f4-5|sed"s/$/$i/">>$MY/test.txtdoneecho"Alldone"
然后，运行此脚本
[cpp]view plaincopy #sudoshexamples/myfile/create_filelist.sh
成功的话，就会在examples/myfile/ 文件夹下生成train.txt和test.txt两个文本文件，里面就是图片的列表清单。
接着再编写一个脚本文件，调用convert_imageset命令来转换数据格式。
[cpp]view plaincopy #sudoviexamples/myfile/create_lmdb.sh
插入：
[cpp]view plaincopy #!/usr/bin/envshMY=examples/myfileecho"Createtrainlmdb.."rm-rf$MY/img_train_lmdbbuild/tools/convert_imageset\--shuffle\--resize_height=256\--resize_width=256\/home/xxx/caffe/data/re/\$MY/train.txt\$MY/img_train_lmdbecho"Createtestlmdb.."rm-rf$MY/img_test_lmdbbuild/tools/convert_imageset\--shuffle\--resize_width=256\--resize_height=256\/home/xxx/caffe/data/re/\$MY/test.txt\$MY/img_test_lmdbecho"AllDone.."
因为图片大小不一，因此我统一转换成256*256大小。运行成功后，会在 examples/myfile下面生成两个文件夹img_train_lmdb和img_test_lmdb，分别用于保存图片转换后的lmdb文件。
三、计算均值并保存
图片减去均值再训练，会提高训练速度和精度。因此，一般都会有这个操作。
caffe程序提供了一个计算均值的文件compute_image_mean.cpp，我们直接使用就可以了
[cpp]view plaincopy #sudobuild/tools/compute_image_meanexamples/myfile/img_train_lmdbexamples/myfile/mean.binaryproto compute_image_mean带两个参数，第一个参数是lmdb训练数据位置，第二个参数设定均值文件的名字及保存路径。运行成功后，会在 examples/myfile/ 下面生成一个mean.binaryproto的均值文件。
四、创建模型并编写配置文件
模型就用程序自带的caffenet模型，位置在models/bvlc_reference_caffenet/文件夹下, 将需要的两个配置文件，复制到myfile文件夹内
[cpp]view plaincopy #sudocpmodels/bvlc_reference_caffenet/solver.prototxtexamples/myfile/#sudocpmodels/bvlc_reference_caffenet/train_val.prototxtexamples/myfile/
修改其中的solver.prototxt
[cpp]view plaincopy #sudoviexamples/myfile/solver.prototxt[cpp]view plaincopy net:"examples/myfile/train_val.prototxt"test_iter:2test_interval:50base_lr:0.001lr_policy:"step"gamma:0.1stepsize:100display:20max_iter:500momentum:0.9weight_decay:0.005solver_mode:GPU
100个测试数据，batch_size为50，因此test_iter设置为2，就能全cover了。在训练过程中，调整学习率，逐步变小。
修改train_val.protxt，只需要修改两个阶段的data层就可以了，其它可以不用管。
[cpp]view plaincopy name:"CaffeNet"layer{name:"data"type:"Data"top:"data"top:"label"include{phase:TRAIN}transform_param{mirror:truecrop_size:227mean_file:"examples/myfile/mean.binaryproto"}data_param{source:"examples/myfile/img_train_lmdb"batch_size:256backend:LMDB}}layer{name:"data"type:"Data"top:"data"top:"label"include{phase:TEST}transform_param{mirror:falsecrop_size:227mean_file:"examples/myfile/mean.binaryproto"}data_param{source:"examples/myfile/img_test_lmdb"batch_size:50backend:LMDB}}
实际上就是修改两个data layer的mean_file和source这两个地方，其它都没有变化 。
五、训练和测试
如果前面都没有问题，数据准备好了，配置文件也配置好了，这一步就比较简单了。
[cpp]view plaincopy #sudobuild/tools/caffetrain-solverexamples/myfile/solver.prototxt 运行时间和最后的精确度，会根据机器配置，参数设置的不同而不同。我的是gpu+cudnn运行500次，大约8分钟，精度为95%。
如果觉得《Caffe傻瓜系列(9)：训练和测试自己的图片》对你有帮助，请点赞、收藏，并留下你的观点哦！
