标签：size think val 需要 好的 还需要 creat 也有 命名
环境：Windows
最近用Caffe跑了一下AlxNet网络，现在总结一下数据处理部分：（处理过的数据打包链接：http://pan.baidu.com/s/1sl8M5ad 密码：ph1y）
（1）获得数据集，途径有：
1.Benchmark(数据库) AFLW FDDB
2.最新论文（2016）
3.Thinkface论坛
数据量：庞大的数据量支撑，最少1w张（正，负样本各一万张），格式如下：
xxxx.jpg x1,y1,x2,y2(标注label),即人脸所在矩形框的坐标
xxxx.jpg x1,y1,w,h
我是从Thinkface论坛上直接下载的经过裁剪的人脸数据；
（2）利用下载下来的数据集制作正负样本以及.txt文件：
以下是我的方法，可能有点笨拙：
1.先建立imageset_2文件夹作为总的工程文件夹，然后在其中新建两个文件夹，一个命名为0，一个命名为1，分别放入裁剪好的人脸数据和非人脸数据，再对图片进行重命名（人脸图片命名为face_xxxx，非人脸图片命名为non_face_xxxx）；
2.再新建mix、val、train文件夹（train文件夹中再新建两个文件夹，一个命名为0，一个命名为1），编写一个python小程序，将0和1中的图片经过混合后放入mix文件夹，在mix文件中取10%放入val文件夹作为测试数据，再取剩下的90%将其中的人脸图片放入train文件夹中的0文件夹，非人脸图片放入1文件夹（正样本5800张，负样本20000张左右）；
3.先制作train.txt，在train中的0文件夹中写一个.bat文件，内容如下：
dir /b/s/p/w *.jpg > train_0.txt
上述命令在新建的train_0.txt文件写入0中的每张图片的绝对路径，然后再使用txt的替换功能去掉绝对路径，再在后面加上Label值，形式如下：
对于1也如上进行操作，得到的train_1.txt中的内容如下：
然后再将两个文件中的内容整合到train.txt文件中，就得到了我们需要的train.txt文件；
对于val.txt文件我们也进行类似操作，不过我们也要先将val文件夹中的图片分到0和1两个文件夹（因为val里既有人脸图片也有非人脸图片，无法使用替换功能），然后制作val.txt文件；
（3）将正负样本转换为lmdb格式：
在Windows下调用caffe安装根目录下BUild->x64->Debug中有一个convert_imageset.exe文件来制作lmdb文件（有的人有可能只有.cpp,那么就还需要经过VS的编译生成.exe）
在Linux下则调用examples->imagenet中的create_imagenet.sh文件，并进行改写（参见网上相关博客）
这里我介绍的是如何在windows下转换lmdb格式（要自己写.bat文件，满满的泪。。。。）
首先在Imageset_2文件夹中写一个create_imageset_2.bat文件，内容如下：
然后执行就会在后面相应的路径中创建lmdb文件；
（4）图像预处理
使用Build中的compute_image_mean.exe将图像减去均值，.bat文件内容如下：
得到对应的.binaryproto文件
（5）修改solver.prototxt和train.prototxt文件
简单一点，我们只需要修改其中的路径即可（注意，路径用\\或者/，千万不要用\!!!!!!!!）
用CPU的话，solver:CPU，GPU的话相应修改即可。
（6）训练网络：
编写train.bat文件开始训练，内容如下：
双击就开始训练了：
配置：i7,8G，CPU训练，已经一天了还没好，强烈建议GPU！！！！
标签：size think val 需要 好的 还需要 creat 也有 命名
原文地址：http://www.cnblogs.com/zf-blog/p/6196882.html
