caffe踩过的一些坑

一.caffe训练自己的模型 连接作者写的非常好。但实际运用中会有一些坑记录如下：

    1.在把原始数据生成lmdb的过程中，第一步是将文件和标签写成如下的形式，保存在一个txt文件中。注意文件名和标签之间的空格只能为1个空格，否则可能会生成lmdb不成功

                          文件名0 0

                          文件名1 0

                          文件名2 0

                           。。。

                          文件名100 1

                          文件名101 1

    2.接下来会利用caffe里面提供的工具生成lmdb

build/tools/convert_imageset \  --shuffle \--resize_width=256 \--resize_height=256 \/home/xxx/caffe/data/re/ \$MY/test.txt \$MY/img_test_lmdb

  注意这里convert_imageset是指令  --xx为可选参数  最后面是三项（

/home/xxx/caffe/data/re/ \$MY/test.txt \$MY/img_test_lmdb

）不可缩减为两项。也就是说不可以想当然的在test.txt文件中写图片的绝对路径，以为程序可以找到图片了。而减少

/home/xxx/caffe/data/re/

这一项，否则也不能成功生成lmdb文件。

二、caffe的测试正确率不停的震荡，而且震荡范围极大。

        这种情况极有可能是因为。train_test.protxt中的test阶段的batch_size和solver.txt文件中的test_itert不满足。batch_size*test_iter>=测试图片的个数。导致一次测试仅计算了测试集中数据的一部分。再有就是如果可以的话对训练数据shuffle一下