【深度学习】【caffe实用工具3】笔记25 Windows下caffe中将图像数据集合转换为DB(LMDB/LEVELDB)文件格式之convert_imageset
来源:互联网 发布:辉素网络带练真的假的 编辑:程序博客网 时间:2024/05/22 03:18
/*********************************************************************************************************************************文件说明: 【1】This program converts a set of images to a lmdb/leveldb by storing them as Datum proto buffers.【2】这个程序用于将图像数据转化为DB(lmdb/leveldb)数据库文件【3】where ROOTFOLDER is the root folder that holds all the images, and LISTFILE should be a list of files as well as their labels, in the format as subfolder1/file1.JPEG 7用 法: 【注意1】*.bat文件的使用方法: convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME 【1】convert_imageset:convert_imageset.exe文件所在的路径 【2】[FLAGS]:可选参数的配置 【3】ROOTFOLDER/:图片集合所在的文件夹所在的路径,如下所示: argv[1] = "E://caffeInstall2013//caffe-master//data//myself//train//"; 【4】LISTFILE:图片文件列表文件所在的路径,如下所示: argv[2] = "E://caffeInstall2013//caffe-master//data//myself//train.txt"; 【5】DB_NAME:生成的DB文件存放的路径以及生成DB数据库的数据库名字【注意2】直接在代码中进行配置,运行: 【1】首先根据自己要转换图片数据集合的图片规格等,对可选参数进行配置 【2】添加如下的代码: argv[1] = "E://caffeInstall2013//caffe-master//data//myself//train//"; argv[2] = "E://caffeInstall2013//caffe-master//data//myself//train.txt"; argv[3] = "E://caffeInstall2013//caffe-master//examples//myself//myself_train_lmdb";【注意3】:*.bat文件形式的具体使用方法,可以参考下面的博客: http://www.cnblogs.com/LiuSY/p/5761781.html操作步骤: 【1】首先,在目录E:\caffeInstall2013\caffe-master\data下建立自己的图像数据集合文件,例如train,val【2】其次,再建立这些图像文件的文件列表train.txt val.txt【3】然后,配置程序(就是本程序)【4】运行程序,生成DB数据库文件开发环境: windows+cuda7.5+cuDnnV5+opencv+caffe1+vs2013时间地点: 陕西师范大学 文津楼 2017.8.9作 者: 九 月**********************************************************************************************************************************/#include <algorithm>#include <fstream> // NOLINT(readability/streams)#include <string>#include <utility>#include <vector>#include "boost/scoped_ptr.hpp"#include "gflags/gflags.h"#include "glog/logging.h"#include "caffe/proto/caffe.pb.h"#include "caffe/util/db.hpp"#include "caffe/util/format.hpp"#include "caffe/util/io.hpp"#include "caffe/util/rng.hpp"using namespace caffe; // NOLINT(build/namespaces)using std::pair;using boost::scoped_ptr;/**********************************************************************************************************************模块说明: 可选参数的定义参数说明: 【1】-gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片,默认为false 【2】-shuffle: 是否随机打乱图片顺序。默认为false 【3】-backend:需要转换成的db文件格式,可选为leveldb或lmdb,默认为lmdb 【4】-resize_width/resize_height: 改变图片的大小。在运行中,要求所有图片的尺寸一致,因此需要改变图片大小。 程序调用opencv库的resize()函数来对图片放大缩小,默认为0,不改变 【5】-check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查 【6】-encoded: 是否将原图片编码放入最终的数据中,默认为false 【7】-encode_type: 与前一个参数对应,将图片编码为哪一个格式:‘png','jpg'......***********************************************************************************************************************/DEFINE_bool(gray, false,"When this option is on, treat images as grayscale ones");DEFINE_bool(shuffle, false,"Randomly shuffle the order of images and their labels");DEFINE_string(backend, "lmdb","The backend {lmdb, leveldb} for storing the result");DEFINE_int32(resize_width, 256, "Width images are resized to");DEFINE_int32(resize_height, 256, "Height images are resized to");DEFINE_bool(check_size, false,"When this option is on, check that all the datum have the same size");DEFINE_bool(encoded, false,"When this option is on, the encoded image will be save in datum");DEFINE_string(encode_type, "", "Optional: What type should we encode the image as ('png','jpg',...).");int main(int argc, char** argv) {#ifdef USE_OPENCV ::google::InitGoogleLogging(argv[0]); // Print output to stderr (while still logging) FLAGS_alsologtostderr = 1;#ifndef GFLAGS_GFLAGS_H_ namespace gflags = google;#endif gflags::SetUsageMessage("Convert a set of images to the leveldb/lmdb\n" "format used as input for Caffe.\n" "Usage:\n" " convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME\n" "The ImageNet dataset for the training demo is at\n" "http://www.image-net.org/download-images\n"); argv[1] = "E://caffeInstall2013//caffe-master//data//myself//train//"; argv[2] = "E://caffeInstall2013//caffe-master//data//myself//train.txt"; argv[3] = "E://caffeInstall2013//caffe-master//examples//myself//myself_train_lmdb"; const bool is_color = !FLAGS_gray; const bool check_size = FLAGS_check_size; const bool encoded = FLAGS_encoded; const string encode_type = FLAGS_encode_type; std::ifstream infile(argv[2]); std::vector<std::pair<std::string, int> > lines; std::string line; size_t pos; int label; while (std::getline(infile, line)) { pos = line.find_last_of(' '); label = atoi(line.substr(pos + 1).c_str()); lines.push_back(std::make_pair(line.substr(0, pos), label)); } if (FLAGS_shuffle) { // randomly shuffle data LOG(INFO) << "Shuffling data"; shuffle(lines.begin(), lines.end()); } LOG(INFO) << "A total of " << lines.size() << " images."; if (encode_type.size() && !encoded) { LOG(INFO) << "encode_type specified, assuming encoded=true."; } int resize_height = std::max<int>(0, FLAGS_resize_height); int resize_width = std::max<int>(0, FLAGS_resize_width); // Create new DB scoped_ptr<db::DB> db(db::GetDB(FLAGS_backend)); db->Open(argv[3], db::NEW); scoped_ptr<db::Transaction> txn(db->NewTransaction()); // Storing to db std::string root_folder(argv[1]); Datum datum; int count = 0; int data_size = 0; bool data_size_initialized = false; for (int line_id = 0; line_id < lines.size(); ++line_id) { bool status; std::string enc = encode_type; if (encoded && !enc.size()) { // Guess the encoding type from the file name string fn = lines[line_id].first; size_t p = fn.rfind('.'); if ( p == fn.npos ) LOG(WARNING) << "Failed to guess the encoding of '" << fn << "'"; enc = fn.substr(p); std::transform(enc.begin(), enc.end(), enc.begin(), ::tolower); } status = ReadImageToDatum(root_folder + lines[line_id].first,lines[line_id].second, resize_height, resize_width, is_color, enc, &datum); if (status == false) continue; if (check_size) { if (!data_size_initialized) { data_size = datum.channels() * datum.height() * datum.width(); data_size_initialized = true; } else { const std::string& data = datum.data(); CHECK_EQ(data.size(), data_size) << "Incorrect data field size "<< data.size(); } } // sequential string key_str = caffe::format_int(line_id, 8) + "_" + lines[line_id].first; // Put in db string out; CHECK(datum.SerializeToString(&out)); txn->Put(key_str, out); if (++count % 1000 == 0) { // Commit db txn->Commit(); txn.reset(db->NewTransaction()); LOG(INFO) << "Processed " << count << " files."; } } // write the last batch if (count % 1000 != 0) { txn->Commit(); LOG(INFO) << "Processed " << count << " files."; } std::system("pause");#else LOG(FATAL) << "This tool requires OpenCV; compile with USE_OPENCV.";#endif // USE_OPENCV return 0;}
convert.bat的格式为
convert_imageset.exe的位置+空格+FLAGS+空格+图片所在的位置+空格+你生成的list的位置+空格+将要生成的db格式要保存的位置
建议都使用绝对位置!!!
例子:
D:/deeptools/caffe-windows-master/bin/convert_imageset.exe --shuffle --resize_height=256 --resize_width=256 D:/deeptools/caffe-windows-master/data/re/ D:/deeptools/caffe-windows-master/examples/myfile/train.txt D:/deeptools/caffe-windows-master/examples/myfile/train_dbpause
其中FLAGS可以选择为:
(1)--shuffle 是否随机打乱图片顺序 【默认为false】
D:/deeptools/caffe-windows-master/bin/convert_imageset.exe --shuffle D:/deeptools/caffe-windows-master/data/mnist/train-images/ D:/deeptools/caffe-windows-master/examples/mymnist/train.txt D:/deeptools/caffe-windows-master/examples/mymnist/train_lmdbpause
为什么要随机打乱图片顺序?
待答。。。
(2)--gray 是否以灰度图片的方式打开【默认为false】
D:/deeptools/caffe-windows-master/bin/convert_imageset.exe --gray D:/deeptools/caffe-windows-master/data/mnist/train-images/ D:/deeptools/caffe-windows-master/examples/mymnist/train.txt D:/deeptools/caffe-windows-master/examples/mymnist/traingray_lmdbpause
(3)--resize_width
--resize_height 改变图片大小(缩放)【默认为原图】
(4)--backend 需要转换成什么格式的db,可选为leveldb与lmdb格式【默认为lmdb】
D:/deeptools/caffe-windows-master/bin/convert_imageset.exe --backend=leveldb D:/deeptools/caffe-windows-master/data/mnist/train-images/ D:/deeptools/caffe-windows-master/examples/mymnist/train.txt D:/deeptools/caffe-windows-master/examples/mymnist/trainbackend_leveldbpause
结果:
现在我们认真解读一下这个leveldb格式:
http://www.2cto.com/kf/201607/527860.html
待续。。。不知道里面的纠结是什么东西
(5)--check_size 检查所有的数据是否为同一个size【默认为false,不检查】
(6)--encoded 是否将原图编码放入最终的数据中【默认为false】
(7)--encode_type 与前边呼应,将图片改为哪种格式【png,jpg。。】
貌似这个得需要opencv。。我没有安装opencv出错如下
阅读全文
0 0
- 【深度学习】【caffe实用工具3】笔记25 Windows下caffe中将图像数据集合转换为DB(LMDB/LEVELDB)文件格式之convert_imageset
- caffe学习笔记11:图像数据转换为db(leveldb/lmdb)文件
- caffe,将数据转换为lmdb/leveldb,convert_imageset.cpp 解析
- Caffe学习:图像数据转换成db(leveldb/lmdb)文件
- Caffe学习(7)——图像数据转换为db文件(leveldb/lmdb)
- 深度学习文章3:将自己的图像数据转换成caffe需要的db(leveldb/lmdb)文件
- ubuntu14.04+caffe 图像数据转换成db(leveldb/lmdb)
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- caffe学习系列:图像数据转换成db(leveldb/lmdb)文件
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- Caffe学习系列(11):图像数据转换成db(leveldb/lmdb)文件
- (12)caffe总结之图像数据转换成db(leveldb/lmdb)文件
- 【深度学习】【caffe实用工具2】笔记24 Windows下【Caffe实用工具】之【计算图像均值】compute_image_mean的用法
- 【深度学习】【caffe实用工具1】笔记23 Windows下【Caffe实用工具】之convert_cifar_data的用法
- Ueditor修改视频编辑丢失预览图bug
- 2010-2011 ACM-ICPC, NEERC, Southern Subregional Contest B. 3D City Model(数论)
- NYOJ 128 前缀式计算
- 关于spring中的注解问题
- Xmarin.Forms 基础——Behaviors
- 【深度学习】【caffe实用工具3】笔记25 Windows下caffe中将图像数据集合转换为DB(LMDB/LEVELDB)文件格式之convert_imageset
- HTTP请求json文件出现中文乱码的解决方案
- hdu6060 RXD and dividing
- 详解 pkg-config 作用
- Django-CBV和FBV
- java.lang.ClassNotFoundException怎么解决
- linux初学者-DDNS配置篇
- 与函数有关面试题(一)
- ClassLoader之热修复