1.準備圖片（訓練太久就不放那麼多圖片了）

在caffe根目錄下data中新建資料夾6class（意思是6類），在6class資料夾下新建兩個資料夾train和val。

train用來存放訓練的圖片，在train資料夾下新建6個資料夾0-5 。圖片有6類，杯子（資料夾0）、書包（資料夾1）、電腦（資料夾2）、貓（3）、狗（4）、鴨子（5），每類10種。

網上下載下來的圖片名字都很亂  所以三步大法：

開啟圖片資料夾終端

c=0;for i in *.jpg;do mv -f $i $((c+=1)).jpg;done   #將圖片重新命名1.jpg-10.jpg

rename 's/\.jpg/.jpeg/' ./*  #改圖片字尾名
 

rename 's/^/bag/' *  #在圖片上加類的名字

然後就這樣了：

val 用來放訓練過程中用來驗證的圖片（來計算準確率），val中的圖片和train中的不一樣，我裡面放了6張一樣一張。

2. 將圖片路徑寫入txt

在data/6class/中新建train.txt 和val.txt

需要將圖片的路徑以及標籤都寫進去，杯子標籤為0，包標籤為1，等等...

寫入路徑

find -name *jpeg | grep train | cut -d / -f 3-4  > train.txt  
find -name *jpeg | grep val | cut -d / -f 3  > val.txt 

寫入標籤

sed -i "1,10s/.*/& 1/" train.txt    # 1~10是杯子，標籤為0 
sed -i "11,20s/.*/& 0/" train.txt    # 11～20是包包，標籤為1，後面省略...

轉換資料

在caffe/examples目錄下新建目錄6class。建立空白文件create_（網路名）.sh 我這裡是alexnet。裡面寫入：

#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# N.B. set the path to the imagenet train + val data dirs
set -e

EXAMPLE=examples/6class  #改成自己的路徑
DATA=data/6class         #改成自己的路徑
TOOLS=build/tools        #改成自己的路徑
TRAIN_DATA_ROOT=/home/xc/caffe/data/6class/train/  #改成自己的路徑
VAL_DATA_ROOT=/home/xc/caffe/data/6class/val/      #改成自己的路徑

# Set RESIZE=true to resize the images to 256x256. Leave as false if images have
# already been resized using another tool.
RESIZE=true
if $RESIZE; then
  RESIZE_HEIGHT=227
  RESIZE_WIDTH=227
else
  RESIZE_HEIGHT=0
  RESIZE_WIDTH=0
fi

if [ ! -d "$TRAIN_DATA_ROOT" ]; then
  echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT"
  echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet training data is stored."
  exit 1
fi

if [ ! -d "$VAL_DATA_ROOT" ]; then
  echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT"
  echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet validation data is stored."
  exit 1
fi

echo "Creating train lmdb..."

GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $TRAIN_DATA_ROOT \
    $DATA/train.txt \
    $EXAMPLE/6class_train_lmdb #可以改名字

echo "Creating val lmdb..."

GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $VAL_DATA_ROOT \
    $DATA/val.txt \
    $EXAMPLE/6class_val_lmdb #可以改名字

echo "Done."
 

返回caffe根目錄 執行  sh ./examples/6class/create_alexnet.sh

接下來就會生成倆檔案

3.訓練資料

一般caffe的網路模型有三個檔案deploy.prototxt（在模型訓練好後用的）、train_val.prototxt（訓練資料時用的）、solver.prototxt（訓練時的各種引數）我們用Alexnet網路的模型，github可以找到 放在examples/6class下

（1）修改train_val.prototxt

第一步把data/ilsvrc12下的imagenet_mean.binaryproto複製到該資料夾下，data/6class資料夾下myimagenet_mean.binaryproto沒有這個檔案，並重命名為6class_mean.binaryproto 。

name: "AlexNet"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 227
    mean_file: "data/6class/6class_mean.binaryproto" #改路徑
  }
  data_param {
    source: "examples/6class/6class_train_lmdb" #改路徑
    batch_size: 256
    backend: LMDB
  }
}
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    mirror: false
    crop_size: 227
    mean_file: "data/6class/6class_mean.binaryproto" #這裡也是
  }
  data_param {
    source: "examples/6class/6class_train_lmdb" #這裡
    batch_size: 50
    backend: LMDB
  }
}
layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data"
  top: "conv1"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    num_output: 96
    kernel_size: 11
    stride: 4
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}

後面

layer {
  name: "fc8"
  type: "InnerProduct"
  bottom: "fc7"
  top: "fc8"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  inner_product_param {
    num_output: 6           #有幾類就填幾
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "constant"
      value: 0
    }
  }
}
layer {
  name: "accuracy"
  type: "Accuracy"
  bottom: "fc8"
  bottom: "label"
  top: "accuracy"
  include {
    phase: TEST
  }
}
layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "fc8"
  bottom: "label"
  top: "loss"
}

（2）修改solver.prototxt

test_iter: 1000是指測試的批次，我們就10張照片，設定10就可以了。 test_interval: 1000是指每1000次迭代測試一次，我改成了10。 base_lr: 0.01是基礎學習率，因為資料量小，0.01就會下降太快了，因此改成0.001 lr_policy: “step”學習率變化 gamma: 0.1學習率變化的比率 stepsize: 100000每100000次迭代減少學習率 display: 20每20層顯示一次 max_iter: 1000最大迭代次數， momentum: 0.9學習的引數，不用變 weight_decay: 0.0005學習的引數，不用變 snapshot: 10000每迭代10000次顯示狀態，這裡改為1000次 solver_mode: GPU末尾加一行，代表用GPU進行

net: "/home/xc/caffe/examples/6class/train_val.prototxt"
test_iter: 10
test_interval: 10
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 100000
display: 20
max_iter: 1000
momentum: 0.9
weight_decay: 0.0005
snapshot: 10000
snapshot_prefix: "/home/xc/caffe/examples/6class/caffe_alexnet_train"
solver_mode: GPU

(3)影象均值

減去影象均值會獲得更好的效果，所以我們使用tools/compute_image_mean.cpp實現，這個cpp是一個很好的例子去熟悉如何操作多個組建，例如協議的緩衝區，leveldbs，登入等。在examples/6class下建立make_alexnet_mean.sh內容如下

#!/usr/bin/env sh
# Compute the mean image from the imagenet training lmdb
# N.B. this is available in data/ilsvrc12

EXAMPLE=/home/xc/caffe/examples/6class #自己的地址
DATA=/home/xc/caffe/data/6class
TOOLS=/home/xc/caffe/build/tools

$TOOLS/compute_image_mean $EXAMPLE/6class_train_lmdb \ #自己的檔名字
  $DATA/alexnet_mean.binaryproto

echo "Done."

（4）執行

建立train_Alexnet.sh檔案到example/myself目錄下。內容如下：

#!/usr/bin/env sh
set -e

./build/tools/caffe train \
    --solver=/home/xc/caffe/examples/6class/solver.prototxt [email protected]

在caffe的主目錄下輸入命令：./examples/6class/train_Alexnet.sh開始訓練網路。

可能遇到CUDAunsuccess這樣的問題 把batch_size弄小就ok 原因是視訊記憶體不足。

5 .   測試資料

找一個你要測試的圖片。

修改deploy.prototxt  並編寫一個labels.txt

layer {
  name: "fc8"
  type: "InnerProduct"
  bottom: "fc7"
  top: "fc8"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  inner_product_param {
    num_output: 6        #改成6
  }
}
layer {
  name: "prob"
  type: "Softmax"
  bottom: "fc8"
  top: "prob"
}

labels.txt的內容如下：

cup
bag
computer
cat
dog
duck

開啟data/6class 將6class_mean.binaryproto 轉換成 6classmean.npy 寫個python小程式：

import caffe  
import numpy as np  
      
proto_path='6class_mean.binaryproto'  
npy_path='6classmean.npy'  
      
blob=caffe.proto.caffe_pb2.BlobProto()  
data=open(proto_path,'rb').read()  
blob.ParseFromString(data)  
      
array=np.array(caffe.io.blobproto_to_array(blob))  
mean_npy=array[0]  
np.save(npy_path,mean_npy)  

把生成的6classmean.npy複製到examples/6class下 再用Python寫程式碼對圖片進行分類：

import caffe  
import sys  
import numpy as np  
import time
import cv2 
caffe_root='/home/xc/caffe/'  
sys.path.insert(0,caffe_root+'python')  
  
caffe.set_mode_gpu()  
  
deploy=caffe_root+'examples/6class/deploy.prototxt'  
caffe_model=caffe_root+'examples/6class/caffe_alexnet_train_iter_1000.caffemodel'  
img=caffe_root+'examples/6class/1.jpeg'  
labels_name=caffe_root+'examples/6class/labels.txt'  
mean_file=caffe_root+'examples/6class/6classmean.npy'  
  
net=caffe.Net(deploy,caffe_model,caffe.TEST)  
  
transformer=caffe.io.Transformer({'data':net.blobs['data'].data.shape})  
transformer.set_transpose('data',(2,0,1))  
transformer.set_mean('data',np.load(mean_file).mean(1).mean(1))  
transformer.set_raw_scale('data',255)  
transformer.set_channel_swap('data',(2,1,0))  
  
image=caffe.io.load_image(img)  
net.blobs['data'].data[...]=transformer.preprocess('data',image)  
start =time.clock()
out=net.forward()
end=time.clock()
print('classification time: %f s' % (end - start))

labels=np.loadtxt(labels_name,str,delimiter='\t')  
  
prob=net.blobs['prob'].data[0].flatten()  
top_k=net.blobs['prob'].data[0].flatten().argsort()[-1:-6:-1]  
for i in np.arange(top_k.size):  
    print top_k[i],labels[top_k[i]],prob[top_k[i]]
'''
class_name=caffe_root+'example/myself/labels.txt'
category = net.blobs['prob'].data[0].argmax()
class_str = labels[int(category)].split(',')
class_str = labels[int(category)].split(',')
cv2.putText(img, class_name, (0, img.shape[0]), cv2.cv.CV_FONT_HERSHEY_SIMPLEX, 1, (55, 255, 155), 2)
'''

這段程式是自己參考多方面自己寫的 可能有些不足

結果：還可以~~~