如何在caffe中训练/测试我自己的数据集？

作者: 狗头军师
发布时间: 2024-01-06 12:35:46 (6月前)

2 条回复

1#
回复此人
狗头军师 | 2020-07-30 14-45

我认为将数据从Matlab传输到caffe的最直接方法是通过HDF5文件。首先，使用将您的数据保存在Matlab中的HDF5文件中hdf5write。我假设您的训练数据存储在X大小为300×30 的变量名中，标签存储在y300×1的向量中： hdf5write('my_data.h5', '/X', single( permute(reshape(X,[300, 30, 1, 1]),[4:-1:1]) ) ); hdf5write('my_data.h5', '/label', single( permute(reshape(y,[300, 1, 1, 1]),[4:-1:1]) ), 'WriteMode', 'append' ); 请注意，数据保存为4D数组：第一个维度是要素的数量，第二个维度是要素的维度，后两个维度是1（不表示空间维度）。另请注意，在HDF5中为数据指定的名称为"X"和"label"-这些名称应用作"top"输入数据层的Blob。为什么permute呢请参阅此答案以获取解释。您还需要准备一个文本文件，列出正在使用的所有hdf5文件的名称（仅适用于您my_data.h5）。文件/path/to/list/file.txt应有一行 /path/to/my_data.h5 现在，您可以将输入数据层添加到train_val.prototxt中 ``` layer { type: "HDF5Data" name: "data" top: "X" # note: same name as in HDF5 top: "label" # hdf5_data_param { source: "/path/to/list/file.txt" batch_size: 20 } include { phase: TRAIN } } ```

编辑

登录后才能参与评论