Windows环境下使用 Caffe在ImageNet上训练网络

在配置好Windows版的Caffe之后，可以使用Windows Caffe训练ImageNet网络，主要有4个步骤：

（1）准备图片数据库

（2）将图片数据转换为Caffe可以使用的LMDB或者LevelDB类型

（3）取数据库均值

（4）开始用Caffe训练网络

1 准备图片数据库

可以从网上找到ImageNet的数据，选择几个图片类别下载下来。我是从ilsvrc2012的数据中找了几个类别。我找到的数据库是这样的：

上面每个文件中都是如下的一堆图片：

任意选择几个类别作为训练数据。我选了如下的三类。每个类别中有1300张图片，在每个类别中抽取100张图片作为验证集，余下的1200张作为训练集。将训练集和验证集存储在相应的路径下。

运行如下两个matlab脚本（脚本来自“http://blog.csdn.net/u013657981/article/details/49497753”），可以生成制作数据库所需要的train.txt和val.txt。

clear all
clc
foodDir="F:caffe-windowsdatailsvrc12	rain";
numClasses=3
classes=dir(foodDir)
classes = classes([classes.isdir]) ;
classes = {classes(3:numClasses+2).name}
imageName={};
fp = fopen("train.txt","a");
for ci = 1:length(classes)
  ims = dir(fullfile(foodDir, classes{ci}, "*.JPEG")) 
    for ii=1:length(ims)
        fprintf(fp,classes{ci});
        fprintf(fp,"/");
        fprintf(fp,ims(ii).name);
        fprintf(fp," ");
        fprintf(fp,"%d",ci);
        fprintf(fp,"
");
    end
end
fclose(fp);

clear all
clc
foodDir="F:caffe-windowsdatailsvrc12val";
numClasses=3
classes=dir(foodDir)
classes = classes([classes.isdir]) ;
classes = {classes(3:numClasses+2).name}
imageName={};
fp = fopen("val.txt","a");
for ci = 1:length(classes)
  ims = dir(fullfile(foodDir, classes{ci}, "*.JPEG")) 
    for ii=1:length(ims)
        fprintf(fp,classes{ci});
        fprintf(fp,"/");
        fprintf(fp,ims(ii).name);
        fprintf(fp," ");
        fprintf(fp,"%d",ci);
        fprintf(fp,"
");
    end
end
fclose(fp);

然后把生成的train.txt和val.txt拷贝到合适的路径下以备使用（我是把它们拷贝到了F:caffe-windowsdatailsvrc12 路径下）。两个文件内容如下所示。

2 生成数据库

数据库可以选择LMDB或者LevelDB两种类型。

使用如下批处理命令，可以实现训练集的转化，生成LMDB数据库。

F:caffe-windowsBuildx64Releaseconvert_imageset.exe --resize_height=256 --resize_width=256 --shuffle --backend="lmdb" F:caffe-windowsdatailsvrc12	rain F:caffe-windowsdatailsvrc12	rain.txt  F:caffe-windowsexamplesimagenetilsvrc12_train_lmdb
Pause

在使用如下命令，可以实现验证集的数据库转化。

F:caffe-windowsBuildx64Releaseconvert_imageset.exe --resize_height=256 --resize_width=256 --shuffle --backend="lmdb" F:caffe-windowsdatailsvrc12val F:caffe-windowsdatailsvrc12val.txt  F:caffe-windowsexamplesimagenetilsvrc12_val_lmdb
Pause

3 数据库均值

F:caffe-windowsBuildx64Releasecompute_image_mean.exe --backend="lmdb" F:caffe-windowsexamplesimagenetilsvrc12_train_lmdb F:caffe-windowsexamplesimagenet	rain_mean.binaryproto
Pause

4 训练网络

我们采用的是caffe自带的一些网络，一些参数如下，有些我们可以根据自己的需要修改。比如，我将最大迭代次数改为了30000。“train_val.prototxt”文件位于F:caffe-windowsmodelsvlc_alexnet 路径中（我的caffe的根目录是F:caffe-windows）。

在同一个目录下还有文件“solver.prototxt”。网络结构参数中，要把数据库文件和均值文件路径写对。用了相对路径的地方，默认是从caffe的根目录执行。

由于上面文件中有的参数使用了相对路径，所以我们需要打开Windows命令行窗口，cd到caffe的根目录，执行以下命令：

F:caffe-windowsBuildx64Releasecaffe.exe train --solver=F:caffe-windowsmodelsvlc_alexnetsolver.prototxt
pause

或者把它写到一个批处理文件中，在caffe根目录下执行该文件。运行中截图如下：

运行完成后截图如下。在使用了GPU的前提下，我的电脑总共花了2个半小时来完成这个任务。