windows 下的caffe- 生成自己的数据集，并训练测试

以binery分类为例；

一、生成数据集

第一步：生成train.txt

1、train datas的1class和0class分别存放到不同文件夹下，validation datas也同样；

2、在各数据集文件夹下输入：dir /b/d >train.txt和dir /b/d >val.txt   （/b不显示标题信息或摘要，/d只显示文件名，而非目录）

生成文件列表txt文件。

3、打开txt文件，把jpg替换成jpg 1,这里1是label;

4、把两个不同class类的txt文件合并,生成一个train.txt文件。同样的方法生成test.txt文件

第二步：运行convert_imageset程序进行jpg->ldmb。

这里要注意：生成前要把ldmb存储的文件删除。

第三步：运行computer_image_mean生成均值文件。

需要指导生成的均值文件名，如果只指定目录（没写文件名），会出错。

二、修改网络配置文件

从model目录copy alexnet配置文件。

a、修改输入图像大小：直接修改；

b、修改输入通道数量*（RGB/gray）：无须修改，根据图像文件自动适配；

如果一定要修改，在输入层预处理的参数transform_param的定义：

  // 强制认为数据是三通道的（彩色的）

  optional bool force_color = 6 [default = false];

  // Force the decoded image to have 1 color channels.

  // 强制认为数据是单通道的（灰度的）

  optional bool force_gray = 7 [default = false];

c、修改fc8输出为2：

  inner_product_param {
    num_output: 2

d、指定输入数据集文件位置

注意：训练集文件和测试集文件不能是同一位置的相同文件，否则就会运行卡在：

I1101 21:36:03.284374 12459 data_transformer.cpp:25] Loading mean file from: /projects/plankton/mean.binaryproto

三、运行

caffe.exe执行。