caffe里自带的convert_imageset.cpp直接生成一个data和label都集成在Datum的lmdb(Datum数据结构见最后)，只能集成一个label。而我们平时遇到的分类问题可能会有多个label比如颜色，种类等。
转自：http://blog.csdn.net/u013010889/article/details/53098346
目前网上有多种解决方法：
1. 修改caffe代码，步骤繁琐，但是对于理解代码有帮助
2. 加入多个data和label层作为输入，简单可行，但是需要准备多个lmdb，较为麻烦
3. 等等等
特别推荐我的另一篇博客caffe实现多标签输入修改源码版，实现起来比这一篇还要简单和通俗易懂
注意：caffe的数据层输入格式(batch_size, c, h, w)，通道是BGR
本文采用多label的lmdb+Slice Layer的方法
import numpy as npimport osimport lmdbfrom PIL import Image import numpy as np import syscaffe_root = 'your caffe root path'sys.path.insert(0, caffe_root + '/python')import caffefile_input=open('your label txt','r')img_list=[]label1_list=[]label2_list=[]for line in file_input: content=line.strip() content=content.split(' ') img_list.append(int(content[0])) label1_list.append(int(content[1])) label2_list.append(int(content[2])) del contentfile_input.close() in_db=lmdb.open('your data(images) lmdb path',map_size=int(1e12))with in_db.begin(write=True) as in_txn: for in_idx,in_ in enumerate(img_list): im_file='your images path'+in_ im=Image.open(im_file) im = im.resize((w,h),Image.BILINEAR) im=np.array(im) im=im[:,:,::-1] im=im.transpose((2,0,1)) im_dat=caffe.io.array_to_datum(im) in_txn.put('{:0>10d}'.format(in_idx),im_dat.SerializeToString()) print 'data train: {} [{}/{}]'.format(in_, in_idx+1, len(file_list)) del im_file, im, im_datin_db.close()print 'train data(images) are done!'in_db=lmdb.open('your labels lmdb path',map_size=int(1e12))with in_db.begin(write=True) as in_txn: for in_idx,in_ in enumerate(img_list): target_label=np.zeros((2,1,1)) target_label[0,0,0]=label1_list[in_idx] target_label[1,0,0]=label2_list[in_idx] label_data=caffe.io.array_to_datum(target_label) in_txn.put('{:0>10d}'.format(in_idx),label_data.SerializeToString()) print 'label train: {} [{}/{}]'.format(in_, in_idx+1, len(file_list)) del target_label, label_data in_db.close()print 'train labels are done!'
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
layer { name: "data" type: "Data" include { phase: TRAIN } data_param { source: "your data(images) lmdb" batch_size: 10 backend: LMDB } top: "data"}layer { name: "label" type: "Data" top: "label" include { phase: TRAIN } data_param { source: "your labels lmdb" batch_size: 10 backend: LMDB }}layer { name: "slice" type: "Slice" bottom: "label" top: "label_1" top: "label_2" slice_param { axis: 1 slice_point: 1 } }
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
测试
测试网络
#deploy.prototxt......layer { name: "fc8_1" type: "InnerProduct" bottom: "fc7_1" top: "fc8_1" inner_product_param { num_output: 26 #第1个属性的类别数 }}layer { name: "prob_1" type: "Softmax" bottom: "fc8_1" top: "prob_1"}layer { name: "fc8_2" type: "InnerProduct" bottom: "fc7_2" top: "fc8_2" inner_product_param { num_output: 12 #第2个属性的类别数 }}layer { name: "prob_2" type: "Softmax" bottom: "fc8_2" top: "prob_2"}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
测试代码: 完整代码见另一篇博客caffe利用训练好的模型进行test
image_names = [图片list]for image_name in image_names: image = caffe.io.load_image(image_name) transformed_image = transformer.preprocess('data', image) net.blobs['data'].data[...] = transformed_image output = net.forward() output_prob_1= output['prob_1'][0].argmax() output_prob_2= output['prob_2'][0].argmax() print image_name,output_prob_1,output_prob_2
总结
本文把多个label集成到一个lmdb中，最后在prototxt中通过Slice层分离开，避免了多个lmdb的繁琐，整体操作起来简单易懂。
知识延伸
Datum数据结构定义如下，上述代码直接用caffe.io.array_to_datum转化成Datum，其实可以根据它的结构一一 设置,比如datum.channels = 3,datum.data = im.tobytes() (im为图像数组shape为(3,224,224))，根据caffe 说明，图像数据也可以放在float_data中） 因为caffe中的图像样例是单个label，所以可以把图像的label存储于Datum中的label，但是多label的话就不行 了，需要用上述的方法把多label存储于Datum中的data
message Datum { optional int32 channels = 1; optional int32 height = 2; optional int32 width = 3; optional bytes data = 4; optional int32 label = 5; repeated float float_data = 6; optional bool encoded = 7 [default = false];}
