Caffe-windows上訓練自己的數據

1.數據獲取

 

在網上選擇特定類別，下載相應的若干張圖片。可以網頁另存或者圖片下載器。本例中保存了小狗、菊花、梅花三類各兩百多張。

 

2.重命名

 

import os
import os.path
rootdir = "jh"
i=1
for parent,dirnames,filenames in os.walk(rootdir):
   for filename in filenames:
      newName=a+str(i)+".jpg"
      print  filename+" -> "+newName
      os.rename(os.path.join(parent,filename), os.path.join(parent, newName))
      i+=1

 

3.更改分辨率

 

from PIL import Image
import glob, os
w,h = 256,256
def timage():
    for files in glob.glob('jh\*.jpg'):
        filepath,filename = os.path.split(files)
        filterame,exts = os.path.splitext(filename)
        opfile = r'jh\jhout\\'
        if (os.path.isdir(opfile)==False):
            os.mkdir(opfile)
        im=Image.open(files)
        im_ss=im.resize((int(w), int(h)))
        try:
           im_ss.save(opfile+filterame+'.jpg')
        except:
           print filterame
           os.remove(opfile+filterame+'.jpg')

if __name__=='__main__':
    timage()

 

4.獲取標簽

 

import glob, os, shutil
def timage():
    names=["gg","jh"]
    t=open("train.txt",'a')
    v=open("val.txt",'a')
    for files in glob.glob('jh\jhout\*.jpg'):
        filepath,filename = os.path.split(files)
        filterame,exts = os.path.splitext(filename)
        oldfile = r'jh\jhout\\'
        opfile = r'val\\'
        if (os.path.isdir(opfile)==False):
            os.mkdir(opfile)
        if 200< int(filterame[2:]):  # test data
            shutil.move(oldfile+filterame+'.jpg',opfile+filterame+'.jpg')
            v.write(filterame+'.jpg '+str(names.index("jh"))+'\n')
        else:  # train data
            t.write('jhout/'+filterame+'.jpg '+str(names.index("jh"))+'\n')
    t.close()
    v.close()


if __name__=='__main__':
    timage()

 

5.生成對應的leveldb格式數據

 

SET GLOG_logtostderr=1
Build\x64\Release\convert_imageset.exe examples/t/train/ examples/t/train/train.txt examples/t/trainldb 1
pause

SET GLOG_logtostderr=1
Build\x64\Release\convert_imageset.exe examples/t/val/ examples/t/val/val.txt examples/t/valldb 1
pause

 

6.計算均值

 

SET GLOG_logtostderr=1
Build\x64\Release\compute_image_mean.exe examples/t/trainldb examples/t/tmean.binaryproto
pause

 

7.修改網絡

models/bvlc_alexnet/train_val.prototxt

修改其中的num_output, batch_size和相應的路徑

solver.prototxt如下，其中gamma指的是在學習率為step模式化下，每400次迭代變為原來的0.9倍。

net: "examples/t/train_val.prototxt"
test_iter: 100
test_interval: 200
base_lr: 0.0001
lr_policy: "step"
gamma: 0.9
stepsize: 400
display: 100
max_iter: 5000
momentum: 0.9
weight_decay: 0.001
snapshot: 10000
snapshot_prefix: "caffe_train"
solver_mode: GPU

 

8.訓練網絡

 

cd ../../
"Build/x64/Release/caffe.exe" train --solver=examples/t/solver.prototxt
pause

 

9.運行結果

在僅使用小狗和菊花兩類，訓練200張測試50張，可以達到98%的正確率。

使用小狗、菊花、梅花三類，可以達到89%的正確率。

 

 

10.優化

之前將train_val.prototxt中的crop_size: 227改成了128，速度相對快很多。

在三類分類中改回227，正確率在92%左右波動，進一步修改base_lr: 0.00015，gamma: 0.93，正確率可以達到94.6%。