标签：
在使用caffe时，我们希望使用自己的数据进行训练，以下给出如何制作自己的数据。所有的数据制作都是基于imagenet的。
1.数据准备，我们需要一个train和valid文件夹，一个train.txt和val.txt（图片文件夹的位置可以任意，但是这两个txt文件的位置在data/mydata/目录下）
train和valid文件夹自然就存放着待训练的图片，train.txt和val.txt的数据格式如下
train_example/1.jpg 0 train_example/2.jpg 0 train_example/3.jpg 0 train_example/4.jpg 0 train_example/5.jpg 0 train_example/6.jpg 0 train_example/7.jpg 0 train_example/8.jpg 0 train_example/9.jpg 0
前边是图片路径，后便是label，注意label是从0开始的。
2. 在example目录下创建自己的文件夹mytask，将imagenet中所有的文件烤过来，然后进行修改。
create_imagenet.sh
//当前路径 EXAMPLE=/home/kongtao/caffe-master/examples/voc2007_test1 //存放train.txt和val.txt的路径，就是data/mydata DATA=/home/kongtao/caffe-master/data/voc2007_data1 //不变 TOOLS=/home/kongtao/caffe-master/build/tools //存放train和val图片文件夹的主目录（这里与txt文件中的目录合起来才是图片目录） TRAIN_DATA_ROOT=/home/kongtao/learn/cnn_learn/VOC2007_research/VOCdevkit/ VAL_DATA_ROOT=/home/kongtao/learn/cnn_learn/VOC2007_research/VOCdevkit/
运行create_imagenet.sh，生成两个数据文件lmdb
make_image_mean.sh 也是修改相应的路径
最后需要修改的是model中prototxt文件，只需要修改路径
运行
./build/tools/caffe train --solver=models/bvlc_reference_caffenet/solver.prototxt
这样就可以了。
以上完成了一个数据文件的创建和训练的过程，对于我们来说，其实网络架构显得更重要，因此不仅仅是调通，更重要的是调整网络架构和改进，这也是最难得部分。
标签：
原文地址：http://www.cnblogs.com/taokongcn/p/4341371.html
