自制小数据库测试和训练caffenet.docx

用caffenet训练和测试自己的数据集数据下载本实验使用Caltech 101数据集[1]中的3类：cup, chair, dolphin,放置到下列路径下：图片更名生成train.txt 和val.txt将每类数据的前51张作为训练集，余下的作为验证集，训练集共153张图片，验证集31张图片，放置如下目录：使用如下代码生成train.txt 和 val.txt, 该代码路径为：将在caffe/data/myself目录下产生train.txt 和 val.txt文件修改图片尺寸生成lmdb数据在caffe/examples/下新建myself文件夹，将caffe/examples/imagenet的create_imagenet.sh复制到该文件夹下，将其名改为create_myimagenet.sh,修改训练和测试路径的设置， 如图：运行该sh，如下：将在下列目录产生下列文件计算图像均值将caffe/examples/imagenet/下的make_imagenet_mean.sh 复制到examples/myself下，改名为make_myimagenet_mean.sh，修改路径：将在caffe/data/myself/目录下产生myimagenet_mean.binaryproto文件修改totxt 和 train_totxt数据路径问题1、把caffe/models/bvlc_reference_caffenet中所有文件复制到caffe/examples/myself文件夹下，修改train_totxt，注意修改数据层的路径，最后fc8层num_output改为3，因为本实验共3个类别。如图：注意训练和测试数据层batch_size的修改，修改不当可能造成下列错误：2、修改totxt文件如下：修改train_caffenet.sh路径配置问题将caffe/examples/imagenet/下的train_caffenet.sh 复制到examples/myself下，修改路径：运行程序如下：实验结果部分截图：参考文献：[1] /Image_Datasets/Caltech101/Caltech101.html[2] /u010194274/article/details3] /p-871820919.html