image-processing - convert_imageset.cpp 指南

Question

我对机器学习/python/ubuntu 比较陌生。

我有一组 .jpg 格式的图像，其中一半包含我希望 caffe 学习的功能，另一半不包含。我很难找到一种方法将它们转换为所需的 lmdb 格式。

我有必要的文本输入文件。

我的问题是任何人都可以提供有关如何在 ubuntu 终端中使用 convert_imageset.cpp 的分步指南吗？

谢谢

Answer 1

Caffe 的 convert_imageset 快速指南

构建

您必须做的第一件事是构建 caffe 和 caffe 的工具(convert_imageset 是这些工具之一)。
安装 caffe 和 make 后，请确保您也运行了 make tools。
验证是否在 $CAFFE_ROOT/build/tools 中创建了二进制文件 convert_imageset。

准备数据

图片:将所有图片放在一个文件夹中(我将在此处将其命名为 /path/to/jpegs/)。
标签:创建一个文本文件(例如，/path/to/labels/train.txt)，每个输入图像一行。例如:

img_0000.jpeg 1
img_0001.jpeg 0
img_0002.jpeg 0

在此示例中，第一张图片标记为 1，而另外两张图片标记为 0。

转换数据集

在 shell 中运行二进制文件

~$ GLOG_logtostderr=1 $CAFFE_ROOT/build/tools/convert_imageset \
    --resize_height=200 --resize_width=200 --shuffle  \
    /path/to/jpegs/ \
    /path/to/labels/train.txt \
    /path/to/lmdb/train_lmdb

命令行解释:

• GLOG_logtostderr 标志在调用 convert_imageset 之前 设置为 1，表示将日志消息重定向到 stderr 的日志记录机制。
• --resize_height 和 --resize_width 将所有 输入图像调整为相同大小 200x200。
• --shuffle 随机更改图像的顺序并且不保留 /path/to/labels/train.txt 文件中的顺序。
• 以下是图像文件夹的路径、标签文本文件和输出名称。请注意，在调用 convert_imageset 之前，输出名称不应存在，否则您会收到一条可怕的错误消息。

其他可能有用的标志:

• --backend - 允许您在 lmdb 数据集或 levelDB 之间进行选择。
• --gray - 将所有图像转换为灰度。
• --encoded 和 --encoded_type - 将图像数据以编码 (jpg/png) 压缩形式保存在数据库中。
• --help - 显示一些帮助，查看 Flags from tools/convert_imageset.cpp 下的所有相关标志

可以查看$CAFFE_ROOT/examples/imagenet/convert_imagenet.sh例如如何使用 convert_imageset。