我有一个包含多个标签的图像数据集;数据集中有100个类，每个图像都有1到5个与之关联的标签。
我正在按照以下网址中的说明操作：
https://github.com/BVLC/caffe/issues/550
它说我需要生成一个文本文件，列出图像及其标签，如
/home/my_test_dir/picture-foo.jpg 0 /home/my_test_dir/picture-foo1.jpg 1
就我而言，由于我有多标签图片，它是否可以简单地添加标签，如下所示？
/home/my_test_dir/picture-foo.jpg 0 2 5 /home/my_test_dir/picture-foo1.jpg 1 4
我觉得它可能不会那么简单，如果我是对的，在什么步骤中我应该如何在设置Caffe的过程中整合数据集的多标签？< / p>
答案 0 :(得分：21)
我相信Shai的回答不再是最新的。 Caffe supports multi-label/matrix ground truth用于HDF5和LMDB格式。 this github评论中的python片段演示了如何构建多标签LMDB基础事实（有关HDF5格式，请参阅Shai's answer）。 与单标签图像数据集的构造不同，为图像构造lmdb，而为多标签地面实况数据构建第二单独的lmdb。该片段涉及空间多标签基础事实，可用于像素标记图像。
将数据写入lmdb的顺序至关重要。基本事实的顺序必须与图像的顺序相匹配。
诸如SOFTMAX_LOSS，EUCLIDEAN_LOSS，SIGMOID_CROSS_ENTROPY_LOSS之类的丢失层也支持多标签数据。 但是，精度层仍限于单标签数据。您可能需要关注this github issue以跟踪此功能何时添加到Caffe。
答案 1 :(得分：5)
caffe支持多标签。您可以将标签放入n-hot向量中，例如[0,1,1,0,0,1，...]。你需要将标签重新整形为n * k * 1 * 1张量并使用sigmoid cross-entropy或euclidean，而不是softmax（强制sum（输出）= 1）
答案 2 :(得分：3)
AFAIK，当前的Caffe版本不支持具有多标签的图像的lmdb / leveldb数据集。但是，您可以（也可能应该）以HDF5格式准备输入。 Caffe HDF5输入层更灵活，每个输入可以有多个标签 This answer简要介绍了如何为caffe创建HDF5输入。
您必须解决的另一个问题是，您不仅对每张图片的多标签感兴趣，而且对每张图片的变化标签数量感兴趣。如何根据标签定义每张图像的损失？可能是您必须编写自己的损失层
有一些支持“忽略标签”的丢失层：也就是说，如果为图像指定了特定的输入标签，则不会计算相应图像的丢失。见，例如， AccuracyLayer和SoftmaxWithLossLayer。