LMDB 檔案的全稱是 Lightning Memory-Mapped Database，也就是閃電記憶體對映資料庫，用這種資料可以省去大量讀取小檔案的時間花費和 IO 花費，可以提高訓練的速度。

如果你好奇 LMDB 檔案裡面儲存了什麼東西，這篇部落格會帶你一起看看裡面的內容。

檢視 LMDB 的內容

• 1. lmdb 檔案的格式
• 2. 使用 lmdb 庫讀取
• 3. 視覺化 lmdb

1. lmdb 檔案的格式

LMDB 檔案裡面儲存的內容很簡單，就是一堆字串。像是 Python 中的 dictionary 資料那樣，它是一個 key 對應一個 value 的。key 是圖片的名字，value 是圖片的畫素數值和標籤。

2. 使用 lmdb 庫讀取

lmdb 檔案的讀取可以使用 Python 的 lmdb 庫。直接使用 pip install lmdb 就可以安裝 lmdb 庫了。

既然我們知道了 lmdb 裡面就是一堆資料集中的圖片的名字和畫素與標籤，並且以 key 和 value 來表示，那我們就可以看看 key 和 value 的值了。

我們匯入 lmdb 庫，開啟檔案看看：

import lmdb

env = lmdb.open("csdn_train_lmdb", readonly=True) # 開啟檔案
txn = env.begin() # 生成處理控制代碼
cur =
 
 txn.cursor() # 生成迭代器指標
for key, value in cur:
    print('the key:', key)
    print(str(value[0:10]))
    print('...' + value[-5:])

    break

env.close()

輸出后里面的內容為這樣，兩個值都是字串型別：

key: '00000000_014.jpg' # '_' 前面的數字是圖片的引索值
value: \x08\x03\x10\x80\x02\x18\x80\x02...\x018\x00 # value 是一堆特殊編碼的字元，最後面的存放了這張圖片的標籤

3. 視覺化 lmdb

程式碼：

import lmdb
import caffe
from caffe.proto import caffe_pb2
import cv2 as cv

env = lmdb.open("train_lmdb", readonly=True)
txn = env.begin()
cur = txn.cursor()
datum = caffe_pb2.Datum() # caffe 定義的資料型別


for key, value in cur:
    print(type(key), key)
    datum.ParseFromString(value) # 反序列化成 datum 物件

    label = datum.label
    data = caffe.io.datum_to_array(datum)
    print(data.shape)
    print(datum.channels)
    image = data[0]
    print(type(label))
    cv.imshow(str(label), image)
    cv.waitKey(0)

cv.destoyAllWindows()
env.close()

效果如下，視窗上顯示的數字為標籤：

可見，生成 lmdb 檔案時，圖片會被變成三個通道的灰色圖片。

參考部落格：

• Python解析lmdb格式mnist資料集