caffe对图片提取特征

内容简介：caffe对图片提取特征

一、生成lmdb格式文件

实际经常碰到图片大小不一致，如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？

1. 创建图片列表清单，包含类标签，存为txt

如图片目录 example/pic/

创建create_filelist.sh脚本文件，调用 linux 命令来生成图片清单file_list.txt：

$ sudo vi examples/create_filelist.sh

内容如下：

mkdir examples/_temp

find `pwd`/examples/pic -type f -exec echo {} \; > examples/_temp/temp.txt

sed "s/$/ 0/" examples/_temp/temp.txt > examples/_temp/file_list.txt

2. 生成lmdb格式文件

命令：

convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME

使用 build/tools/下的convert_imageset可执行文件，命令行读取图片文件列表，设置打乱次序与否，resize大小与否等参数，生成lmdb格式文件。

sudo vi examples/_temp/create_lmdb.sh

内容如下：

#!/usr/bin/en sh

DATA=examples/_temp

rm -rf $DATA/img_train_lmdb

build/tools/convert_imageset --shuffle \

--resize_height=256 --resize_width=256 \

/ $DATA/file_list.txt  $DATA/img_train_lmdb

然后执行：

$ sudo sh examples/_temp/create_lmdb.sh

生成_temp/img_train_lmdb/下的文件，即为所需lmdb文件。

二、取所有图片的均值

一般地，图片减去均值后再进行训练和测试，会提高速度和精度。

二进制格式的均值计算：

caffe中使用格式binaryproto，并提供了compute_image_mean.cpp计算均值，放在tools目录下。编译后可执行文件在 build/tools/ 下，可直接调用

sudo build/tools/compute_image_mean examples/_temp/img_train_lmdb data/mb/mean.binaryproto

其中参数，

examples/mnist/mnist_train_lmdb， 格式为lmdb的训练数据，用来计算均值。自己的数据可自行生成lmdb格式文件，并放置相应目录

data/mb/mean.binaryproto， 计算结果

三、提取特征

cp examples/feature_extraction/imagenet_val.prototxt examples/_temp/mb_val.prototxt

修改mb_val.prototxt中mean文件的定义，

vi examples/_temp/mb_val.prototxt

第10行改为：

mean_file: "data/mb/mb_mean.binaryproto"

提取特征：

./build/tools/extract_features.bin models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/mb_val.prototxt fc7 examples/_temp/features 10 leveldb

得到的features存在 examples/_temp/features。

如果出现错误“Check failed: status.ok() Failed to open leveldb examples/_temp/features”，是上次运行已经生成了目录，删除掉。

rm -rf examples/_temp/features/

以上所述就是小编给大家介绍的《caffe对图片提取特征》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

猜你喜欢:

• 图像特征提取实践小结
• 全面综述：图像特征提取与匹配技术
• 六种常用的网络流量特征提取工具
• 深度学习的互信息：无监督提取特征
• 浅析电磁指纹的特征提取技术及应用前景
• 可视化探索卷积神经网络提取特征

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。