准备图像数据集以输入Caffe深度学习

时间:2015-07-20 01:54:50

标签: image-processing neural-network directory-structure deep-learning caffe

我知道第一步是创建两个带有相应标签的文件列表,一个用于培训,一个用于测试集。假设前者称为train.txt,后者称为val.txt。这些文件列表中的路径应该是相对的。标签应从0开始,看起来与此类似: relative / path / img1.jpg 0 relative / path / img2.jpg 0 relative / path / img3.jpg 1 relative / path / img4.jpg 1 relative / path / img5.jpg 2 对于这两组中的每一组,我们将创建一个单独的LevelDB。这格式化为文本文件吗?我以为我会为每个类创建一个包含多个子目录的目录。我手动创建文本文件吗?

1 个答案:

答案 0 :(得分:1)

请参阅this tutorial,了解如何使用convert_imageset构建levelDblmdb数据集进行caffe培训。

从这些说明中可以看出,只要您在'train.txt' / {中拥有正确的路径,就无论如何在磁盘上安排图像文件(相同文件夹/不同文件夹...)都无关紧要{1}}相对于'val.txt'参数的文件。但是,如果您想使用'/path/to/jpegs/'工具,则必须创建一个文本文件,列出您要使用的所有图片。

相关问题