如何在caffe中创建用于对象检测的数据集？

Question

为图像创建数据库（LMDB/LEVELDB）在caffe中是微不足道的。但是我们如何为对象检测创建这样的数据集呢？ 这个序列是正确的方法吗？

1. 将所有图片放入文件夹
2. 对于每个图像，创建一个与相应图像的名称相同的文本文件*
3. 将图像中每个对象的边界框坐标放在单独的行中

现在我如何将这种结构转换为lmdb？
我应该将所有txt文件转换为字节并将整个字节流保存为每个图像的一个标签吗？ caffe是否能够自动从这样的转换数据库中读取数据，还是应该创建一个特定的层来读取和提供所需的信息？

Answer 1

您需要创建一个自定义图层来处理需要包含在lmdb文件中的其他数据，您可以查看已经实现的caffe中的Fast-RCNN，它在此页面上执行端到端检测：https://ng-bootstrap.github.io/#/components/modal。

通过查看原型文件上的输入图层，您可以看到他们使用自定义类型作为输入：

var myArray = ['cats', 'dogs', 'monster munch'];

for (i = 0; i < myArray.length; i++) {
  console.log([i]);
}

}

此外，您可以在此处查看此自定义图层的详细信息： https://github.com/rbgirshick/py-faster-rcnn/tree/master/models/coco/VGG_CNN_M_1024/faster_rcnn_end2end