|
将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件在搭建好caffe环境之后，我们往往需要对自己的图像数据进行训练/测试，我们的图像数据往往时图片文件，如jpg，jpeg，png等，然而在caffe中我们需要使用的数据类型是lmdb或leveldb，例如：在之前测试MNIST数据集《 深度学习文章2：使用MNIST数据集验证Caffe是否安装成功 》时，我们运行脚本create_mnist.sh就是生成对应的db文件，运行后在~/caffe/examples/mnist/mnist_train_lmdb目录下，可以看到生成的db文件：因此我们在对自己的图像数据进行训练/测试之前，需要转换成caffe框架可以直接使用的db文件，本篇博文主要就如何转换进行详细阐释。1.创建图片清单文件首先我们需要创建一个我们自己图片数据集的清单txt文件，这里我们先以caffe自带的两张图片为例，在caffe目录/examples/images下，有两张cat.jpg和fish-bike.jps，我们将这两张图片分别作为类别1和类别2。然后我们需要创建一个sh脚本文件来生成图片清单：cd ~/caffe/sudo gedit examples/images/create_filelist.sh将以下内容编辑在文件中：DATA=examples/imagesecho 'Create train.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..'熟悉Linux命令的同学应该能看懂这个脚本文件的意思，不太明白的同学可以参照以下命令来理解：rm：删除文件rm -rf $DATA/train.txt意思就是删除文件夹下有的train.txt文件 find：寻找文件 cut：截取路径 sed：在每行的最后加上标注，例如这里在cat.jpg后面加上标注类别1，在bike.jpg文件加入标注类别2。find $DATA -name *cat.jpg | cut -d '/' -f3 | sed 's/$/ 1/'>>$DATA/train.txt 意思就是找寻cat.jpg文件，并截取文件名，在文件名后加上标注1，并将其存入train.txt文件中，下一行命令同理。 cat：将文件内容合并到一个文件里。cat $DATA/tmp.txt>>$DATA/train.txt 意思就是将tmp.txt中类别2的命令合到train.txt文件中。编辑完成后保存，然后执行命令生成对应的train.txt，命令如下：cd ~/caffe/sudo sh examples/images/create_filelist.sh执行过程如下图：执行结束后，在之前脚本文件配置的路径下/examples/images/可以看到生成的train.txt文件，内容如下图：可以看到图片对应类别。如果图片数量很少时，可以采用手动编写的方式，如果图片特别多的情况下，就需要用脚本来生成了，这里生成了train.txt文件，val.txt和test.txt可用相同的原理生成。2.利用清单文件生成对应的db文件在caffe中，根目录下的tools文件夹下，有提供文件convert_imageset.cpp，编译之后，生成的可执行文件在build/tools/目录下，这个文件可用于将禽蛋敢问见转换成caffe框架能直接使用的db文件。该文件的命令行使用如下：convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME其中四个参数含义如下：FLAGS: 图片参数组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lmd。 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’等。 ROOTFOLDER/: 图片存放的绝对路径，从linux系统根目录开始(不是caffe根目录，需要图片存放的绝对路径) 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文件存放目录接下来我们创建脚本来实现转换：cd ~/caffe/sudo gedit examples/images/create_lmdb.sh然后编辑生成的sh文件，内容如下：DATA=examples/imagesrm -rf $DATA/img_train_lmdbbuild/tools/convert_imageset --shuffle --resize_height=256 --resize_width=256 /home/moqi/caffe/examples/images/ $DATA/train.txt $DATA/img_train_lmdb其中，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/moqi/caffe/examples/images/为图片保存的绝对路径，这里需要根据自己电脑的路径进行替换，例如你的caffe目录在/home/xx/caffe，则需要将其替换为home/xx/caffe/examples/images/，当然也可以指定在计算机的任何位置，注意替换为绝对路径即可。最后，运行刚刚编辑保存好的脚本文件：cd ~/caffe/sudo sh examples/images/create_lmdb.sh 运行过程如下图：在examples/images/目录下生成了img_train_lmdb文件夹，里面就是caffe运行需要的数据集。在打开img_train_lmdb文件夹的时候，可能会遇到权限不够的提示，只需要改变文件夹的权限即可：sudo chmod 777 img_train_lmdb/不了解的同学可自行百度Linux权限修改命令。3.例子：完整的将自己的训练/测试图片转化成caffe数据集3.1数据集展示这里我们将五类图片，每个类别100张，其中80张作为训练，20张作为测试，图片类别标注分别为3，4，5，6，7，图片名称对应未301，302等等。我们将图片存放在caffe目录下的data文件夹下，文件夹名称为moqi，文件夹下面包含两个文件夹：test和train，test文件夹存放100张测试图片，train文件夹存放400张训练图片。如下图所示：网上数据集较多，大家可自行百度下载，按照格式存储好即可。3.2生成训练和测试清单文件在caffe根目录下的examples目录下，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。cd ~/caffe/sudo mkdir examples/myfilesudo gedit examples/myfile/create_filelist.sh编辑文件，内容如下：DATA=data/moqi/MY=examples/myfileecho 'Create train.txt...'rm -rf $MY/train.txtfor i in 3 4 5 6 7 dofind $DATA/train -name $i*.jpg | cut -d '/' -f4-5 | sed 's/$/ $i/'>>$MY/train.txtdoneecho 'Create test.txt...'rm -rf $MY/test.txtfor i in 3 4 5 6 7dofind $DATA/test -name $i*.jpg | cut -d '/' -f4-5 | sed 's/$/ $i/'>>$MY/test.txtdoneecho 'All done'编辑完成后保存退出，然后退回到caffe根目录下运行此脚本：cd ~/caffe/sudo sh examples/myfile/create_filelist.sh执行过程如下图：执行结束后，在caffe根目录下的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。如下图：train.txt文件内容如下：test.txt文件内容如下：3.3转换成caffe需要的db文件新建脚本文件来实现转换：cd ~/caffe/sudo gedit examples/myfile/create_lmdb.sh编辑文件，内容如下：MY=examples/myfileecho 'Create train lmdb..'rm -rf $MY/img_train_lmdbbuild/tools/convert_imageset --shuffle --resize_height=256 --resize_width=256 /home/moqi/caffe/data/moqi/ $MY/train.txt $MY/img_train_lmdbecho 'Create test lmdb..'rm -rf $MY/img_test_lmdbbuild/tools/convert_imageset --shuffle --resize_width=256 --resize_height=256 /home/moqi/caffe/data/moqi/ $MY/test.txt $MY/img_test_lmdbecho 'All Done..'这里需要注意路径，绝对路径记得是你自己的绝对路径，修改即可。编辑完成后保存退出，执行脚本文件：cd ~/caffe/sudo sh examples/myfile/create_lmdb.sh执行过程如下图：执行结束后，在caffe根目录下的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。至此，所有转换过程完成，读者可根据自己的数据集，稍微修改脚本文件即可完成自己的图片数聚集的转换，很方便。
(以上内容不代表本站观点。) --------------------------------- |
本網站是"非商業"(non-commercial)。
