深度学习（十三）caffe之训练数据格式
生活随笔
收集整理的這篇文章主要介紹了
深度学习（十三）caffe之训练数据格式
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
caffe之訓練數據格式
<span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;"><span?style="font-size:18px;">import?os?? import?numpy?as?np?? from?matplotlib?import?pyplot?as?plt?? import?cv2?? import?shutil?? ?? ?? #掃面文件?? def?GetFileList(FindPath,FlagStr=[]):???????? ????import?os?? ????FileList=[]?? ????FileNames=os.listdir(FindPath)?? ????if?len(FileNames)>0:?? ????????for?fn?in?FileNames:?? ????????????if?len(FlagStr)>0:?? ????????????????if?IsSubString(FlagStr,fn):?? ????????????????????fullfilename=os.path.join(FindPath,fn)?? ????????????????????FileList.append(fullfilename)?? ????????????else:?? ????????????????fullfilename=os.path.join(FindPath,fn)?? ????????????????FileList.append(fullfilename)?? ?? ????? ????if?len(FileList)>0:?? ????????FileList.sort()?? ?? ????return?FileList?? def?IsSubString(SubStrList,Str):???????? ????flag=True?? ????for?substr?in?SubStrList:?? ????????if?not(substr?in?Str):?? ????????????flag=False?? ?? ????return?flag?? ?? txt=open('train.txt','w')?? #制作標簽數據，如果是男的，標簽設置為０，如果是女的標簽為１?? imgfile=GetFileList('first_batch/train_female')?? for?img?in?imgfile:?? ????str=img+'\t'+'1'+'\n'?? ????txt.writelines(str)?? ?? imgfile=GetFileList('first_batch/train_male')?? for?img?in?imgfile:?? ????str=img+'\t'+'0'+'\n'?? ????txt.writelines(str)?? txt.close()</span></span></span>??
<span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;">#!/usr/bin/env?sh?? #?Create?the?imagenet?lmdb?inputs?? #?N.B.?set?the?path?to?the?imagenet?train?+?val?data?dirs?? ?? EXAMPLE=.??????????#?生成模型訓練數據文化夾?? TOOLS=／/../build/tools??????????????????????????????#?caffe的工具庫，不用變?? DATA=.??????????????????#?python腳步處理后數據路徑?? ?? TRAIN_DATA_ROOT=train/??#待處理的訓練數據?? VAL_DATA_ROOT=val/??????#?帶處理的驗證數據?? ?? ?? ?? #?Set?RESIZE=true?to?resize?the?images?to?256x256.?Leave?as?false?if?images?have?? #?already?been?resized?using?another?tool.?? RESIZE=true#是否需要對圖片進行resize?? if?$RESIZE;?then?? ??RESIZE_HEIGHT=256?? ??RESIZE_WIDTH=256?? else?? ??RESIZE_HEIGHT=0?? ??RESIZE_WIDTH=0?? fi?? ?? if?[?!?-d?"$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?\?? ????$EXAMPLE/train_lmdb?? ?? echo?"Creating?val?lmdb..."?? ?? GLOG_logtostderr=1?$TOOLS/convert_imageset?\?? ????--resize_height=$RESIZE_HEIGHT?\?? ????--resize_width=$RESIZE_WIDTH?\?? ????--shuffle?\?? ????$VAL_DATA_ROOT?\?? ????$DATA/val.txt?\?? ????$EXAMPLE/val_lmdb?? ?? echo?"Done."</span></span>??
通過運行上面的腳本，我們即將得到文件夾train_lmdb\val_lmdb：
<span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;">#?coding=utf-8?? caffe_root?=?'/home/hjimce/caffe/'?? import?sys?? sys.path.insert(0,?caffe_root?+?'python')?? import?caffe?? ?? import?os?? import?lmdb?? import?numpy?? import?matplotlib.pyplot?as?plt?? ?? ?? def?readlmdb(path,visualize?=?False):?? ????env?=?lmdb.open(path,?readonly=True,lock=False)?? ?? ????datum?=?caffe.proto.caffe_pb2.Datum()?? ????x=[]?? ????y=[]?? ????with?env.begin()?as?txn:?? ????????cur?=?txn.cursor()?? ????????for?key,?value?in?cur:?? ????????????#?轉換為datum?? ????????????datum.ParseFromString(value)?? ????????????#?讀取datum數據?? ????????????img_data?=?numpy.array(bytearray(datum.data))\?? ????????????????.reshape(datum.channels,?datum.height,?datum.width)?? ????????????print?img_data.shape?? ????????????x.append(img_data)?? ????????????y.append(datum.label)?? ????????????if?visualize:?? ????????????????img_data=img_data.transpose([1,2,0])?? ????????????????img_data?=?img_data[:,?:,?::-1]?? ????????????????plt.imshow(img_data)?? ????????????????plt.show()?? ????????????????print?datum.label?? ????return??x,y</span></span>??
<span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;">#!/usr/bin/env?sh?? #?Compute?the?mean?image?from?the?imagenet?training?lmdb?? #?N.B.?this?is?available?in?data/ilsvrc12?? ?? EXAMPLE=.?? DATA=train?? TOOLS=../../build/tools??? ?? $TOOLS/compute_image_mean?$EXAMPLE/train_lmdb?\ ＃train_lmdb是我們上面打包好的lmdb數據文件?? ??$DATA/imagenet_mean.binaryproto?? ?? echo?"Done."</span></span>??
運行這個腳本，我們就可以訓練圖片均值文件：imagenet_mean.binaryproto <span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;">name:?"CaffeNet"?? layers?{?? ??name:?"data"?? ??type:?DATA?? ??top:?"data"?? ??top:?"label"?? ??data_param?{?? ????source:?"train_lmdb"＃lmbd格式的訓練數據?? ????backend:?LMDB?? ????batch_size:?50?? ??}?? ??transform_param?{?? ????crop_size:?227?? ????mirror:?true?? ????mean_file:"imagenet_mean.binaryproto"＃均值文件?? ?? ??}?? ??include:?{?phase:?TRAIN?}?? }?? layers?{?? ??name:?"data"?? ??type:?DATA?? ??top:?"data"?? ??top:?"label"?? ??data_param?{?? ????source:??"val_lmdb"＃lmdb格式的驗證數據?? ????backend:?LMDB?? ????batch_size:?50?? ??}?? ??transform_param?{?? ????crop_size:?227?? ????mirror:?false?? ????mean_file:"imagenet_mean.binaryproto"＃均值文件?? ??}?? ??include:?{?phase:?TEST?}?? }</span></span>??
<span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;">#?coding:?utf-8?? caffe_root?=?'/home/hjimce/caffe/'?? import?sys?? sys.path.insert(0,?caffe_root?+?'python')?? import?os?? import?cv2?? import?numpy?as?np?? import?h5py?? from?common?import?shuffle_in_unison_scary,?processImage?? import?matplotlib.pyplot?as?plt?? ?? def?readdata(filepath):?? ????fr=open(filepath,'r')?? ????filesplit=[]?? ????for?line?in?fr.readlines():?? ????????s=line.split()?? ????????s[1:]=[float(x)?for?x?in?s[1:]]?? ????????filesplit.append(s)?? ????fr.close()?? ????return??filesplit?? #因為我們的訓練數據可能不是正方形，然而網絡的輸入的大小是正方形圖片，為了避免強制resize引起的圖片扭曲，所以我們采用填充的方法?? def?sqrtimg(img):?? ????height,width=img.shape[:2]?? ????maxlenght=max(height,width)?? ????sqrtimg0=np.zeros((maxlenght,maxlenght,3),dtype='uint8')?? ?? ????sqrtimg0[(maxlenght*.5-height*.5):(maxlenght*.5+height*.5),(maxlenght*.5-width*.5):(maxlenght*.5+width*.5)]=img?? ????return??sqrtimg0?? ?? ?? def?generate_hdf5():?? ?? ????labelfile?=readdata('../data/my_alige_landmark.txt')?? ????F_imgs?=?[]?? ????F_landmarks?=?[]?? ?? ?? ????for?i,l?in?enumerate(labelfile):?? ????????imgpath='../data/'+l[0]?? ?? ????????img=cv2.imread(imgpath)?? ????????maxx=max(img.shape[0],img.shape[1])?? ????????img=sqrtimg(img)#把輸入圖片填充成正方形，因為我們要訓練的圖片的大小是正方形的圖片255*255?? ????????img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#圖片轉為灰度圖像?? ????????f_face=cv2.resize(img,(39,39))#把圖片縮放成255＊255的圖片?? ????????#?F?? ????????plt.imshow(f_face,cmap='gray')?? ?? ?? ????????f_face?=?f_face.reshape((1,?39,?39))?? ????????f_landmark?=np.asarray(l[1:],dtype='float')?? ?? ????????F_imgs.append(f_face)?? ?? ?? ????????#歸一化人臉特征點標簽,因為上面height等于width，這里比較懶，直接簡寫?? ????????f_landmark=f_landmark/maxx?#歸一化到0～１之間?? ????????print?f_landmark?? ????????F_landmarks.append(f_landmark)?? ?? ?? ????F_imgs,?F_landmarks?=?np.asarray(F_imgs),?np.asarray(F_landmarks)?? ?? ?? ????F_imgs?=?processImage(F_imgs)#圖片預處理，包含均值歸一化，方差歸一化等?? ????shuffle_in_unison_scary(F_imgs,?F_landmarks)#打亂數據?? ?? ????#生成h5py格式?? ????with?h5py.File(os.getcwd()+?'/train_data.h5',?'w')?as?f:?? ????????f['data']?=?F_imgs.astype(np.float32)?? ????????f['landmark']?=?F_landmarks.astype(np.float32)?? ????#因為caffe的輸入h5py不是直接使用上面的數據，而是需要調用.txt格式的文件?? ????with?open(os.getcwd()?+?'/train.txt',?'w')?as?f:?? ????????f.write(os.getcwd()?+?'/train_data.h5\n')?? ????print?i?? ?? ?? if?__name__?==?'__main__':?? ????generate_hdf5()</span></span>??
利用上面的代碼，可以生成一個train.txt、train_data.h5的文件，然后在caffe的prototxt中，進行訓練的時候，可以用如下的代碼，作為數據層的調用： <span?style="font-family:Arial;font-size:18px;"><span?style="font-size:18px;">layer?{?? ????name:?"hdf5_train_data"?? ????type:?"HDF5Data"??#需要更改類型?? ????top:?"data"?? ????top:?"landmark"?? ????include?{?? ????????phase:?TRAIN?? ????}?? ????hdf5_data_param?{???#這個參數類型h5f5_data_param記得要更改?? ????????source:?"h5py/train.txt"?#上面生成的train.txt文件?? ????????batch_size:?64?? ????}?? }?? </span></span>??
上面需要注意的是，相比與lmdb的數據格式，我們需要該動的地方，我標注的地方就是需要改動的地方，還有h5py不支持數據變換。 <span?style="font-family:Arial;font-size:18px;">f=h5py.File('../h5py/train.h5','r')?? x=f['data'][:]?? x=np.asarray(x,dtype='float32')?? y=f['label'][:]?? y=np.asarray(y,dtype='float32')?? print?x.shape?? print?y.shape</span>??
原文地址：http://blog.csdn.net/hjimce/article/details/49248231
作者：hjimce
caffe對于訓練數據格式，支持：lmdb、h5py……，其中lmdb數據格式常用于單標簽數據，像分類等，經常使用lmdb的數據格式。對于回歸等問題，或者多標簽數據，一般使用h5py數據的格式。當然好像還有其它格式的數據可用，不過我一般使用這兩種數據格式，因此本文就主要針對這兩種數據格式的制作方法，進行簡單講解。一、lmdb數據
lmdb用于單標簽數據。為了簡單起見，我后面通過一個性別分類作為例子，進行相關數據制作講解。
１、數據準備
首先我們要準備好訓練數據，然后新建一個名為train的文件夾和一個val的文件夾：
train文件存放訓練數據，val文件存放驗證數據。然后我們在train文件下面，把訓練數據性別為男、女圖片各放在一個文件夾下面：
同樣的我們在val文件下面也創建文件夾：
兩個文件也是分別存我們用于驗證的圖片數據男女性別文件。我們在test_female下面存放了都是女性的圖片，然后在test_male下面存放的都是驗證數據的男性圖片。
２、標簽文件.txt文件制作.
接著我們需要制作一個train.txt、val.txt文件，這兩個文件分別包含了我們上面的訓練數據的圖片路徑，以及其對應的標簽，如下所示。
我們把女生圖片標號為１，男生圖片標記為０。標簽數據文件txt的生成可以通過如下代碼，通過掃描路徑男、女性別下面的圖片，得到標簽文件train.txt和val.txt：
[python]?view plaincopy
把生成的標簽文件，和train\val文件夾放在同一個目錄下面：
需要注意，我們標簽數據文件里的文件路徑和圖片的路徑要對應的起來，比如val.txt文件的某一行的圖片路徑，是否在val文件夾下面：
３、生成lmdb數據
接著我們的目的就是要通過上面的四個文件，把圖片的數據和其對應的標簽打包起來，打包成lmdb數據格式，打包腳本如下：
[python]?view plaincopy
我們打開train_lmdb文件夾
并查看一下文件data.mdb數據的大小，如果這個數據包好了我們所有的訓練圖片數據，查一下這個文件的大小是否符合預期大小，如果文件的大小才幾k而已，那么就代表你沒有打包成功，估計是因為路徑設置錯誤。我們也可以通過如下的代碼讀取上面打包好的數據，把圖片、和標簽打印出來，查看一下，查看lmdb數據請參考下面的代碼：
python lmdb數據驗證：
[python]?view plaincopy
通過上面的函數，我們可以是讀取相關的lmdb數據文件。
４、制作均值文件。
這個是為了圖片歸一化而生成的圖片平均值文件，把所有的圖片相加起來，做平均，具體的腳本如下：
[python]?view plaincopy
運行這個腳本，我們就可以訓練圖片均值文件：imagenet_mean.binaryproto
至此，我們得到了三個文件：imagenet_mean.binaryproto、train_lmdb、val_lmdb，這三個文件就是我們最后打包好的數據，這些數據我們即將作為caffe的數據輸入數據格式文件，把這三個文件拷貝出來，就可以把原來還沒有打包好的數據刪了。這三個文件，我們在caffe的網絡結構文件，數據層定義輸入數據的時候，就會用到了：
[python]?view plaincopy
二、h5py格式數據
上面的lmdb一般用于單標簽數據，圖片分類的時候，大部分用lmdb格式。然而假設我們要搞的項目是人臉特征點識別，我們要識別出68個人臉特征點，也就是相當于136維的輸出向量。網上查了一下，對于caffe多標簽輸出，需要使用h5py格式的數據，而且使用h5py的數據格式的時候，caffe是不能使用數據擴充進行相關的數據變換的，很是悲劇啊，所以如果caffe使用h5py數據格式的話，需要自己在外部，進行數據擴充，數據歸一化等相關的數據預處理操作。
1、h5py數據格式生成
下面演示一下數據h5py數據格式的制作：
[python]?view plaincopy
利用上面的代碼，可以生成一個train.txt、train_data.h5的文件，然后在caffe的prototxt中，進行訓練的時候，可以用如下的代碼，作為數據層的調用：
[python]?view plaincopy
上面需要注意的是，相比與lmdb的數據格式，我們需要該動的地方，我標注的地方就是需要改動的地方，還有h5py不支持數據變換。
2、h5py數據讀取
[python]?view plaincopy
可以通過上面代碼，查看我們生成的.h5格式文件。
在需要注意的是，我們輸入caffe的h5py圖片數據為四維矩陣（number_samples,nchannels,height,width）的矩陣，標簽矩陣為二維（number_samples,labels_ndim）,同時數據的格式需要轉成float32，用于回歸任務。
**********************作者：hjimce ? 時間：2015.10.2 ?聯系QQ：1393852684 ? 地址：http://blog.csdn.net/hjimce? ?原創文章，版權所有，轉載請保留本行信息（不允許刪除）
總結
以上是生活随笔為你收集整理的深度学习（十三）caffe之训练数据格式的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 深度学习（十九）基于空间金字塔池化的卷积
- 下一篇： 深度学习（二十）基于Overfeat的物