7

我在 Matlab 中有一堆二维数据矩阵（没有图像数据，但有一些单精度数据）。

有谁知道如何将 2D matlab 矩阵转换为 caffe 训练自定义神经网络所需的 leveldb 格式？

我已经完成了关于如何训练图像（使用 imagenet 架构）和 mnist（数字识别数据集）的教程。但是在后一个示例中，他们没有展示如何创建相应的数据库。在教程中已经提供了数据库。

4

1 回答 1

6

我仍然不知道为我的 2D 数据矩阵创建一个 leveldb 数据库以在 caffe 中使用，但我最终解决了问题：
我最终使用Shai 的建议将数据转换为 HDF5 格式。在 Matlab 中读写 HDF5 数据库非常容易。您只需要使用 Matlab 中已经实现的函数、hdf5info()和h5read()。h5create()h5write()

示例：
- 将 caffe prototxt 文件中的数据类型更改为“hdf5layer”，如下所示：

name: "LeNet"
layer {
  name: "mnist"
  type: "HDF5Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  hdf5_data_param {
    source: "/path/to/your/database/myMnist_train.txt"
    batch_size: 64
  }
}

使用 Matlab 创建 HDF5 数据库：
- Caffe：您的输入训练数据必须是一个 4-D 矩阵，其中最后两个维度等于您在 matlab 中的 2D 输入数据矩阵的大小。
- 示例：取一个大小为 54x24 (#rows x cols) 的 2d 矩阵（图像或单精度数据）
--> 转置它，并将其堆叠成 24x54x1xN 矩阵，其中 N 是 2d 矩阵（训练样本）的数量
-标签位于 matlab 中的 1xN 行向量中。
- 现在创建你的 hdf5 数据库：

h5create(['train.h5'],'/data',[24 54 1 length(trainLabels)]);
h5create(['train.h5'],'/label',[1 length(trainLabels)]);
h5write(['train.h5'],'/data',trainData);
h5write(['train.h5'],'/label',trainLabels);
  • 如您所见，caffe 需要一个带有变量“data”和“label”的 hdf5 数据库
  • 读取数据库：
    用于hdf5info(filename)获取 hdf5 数据库中的数据集名称。然后使用data = h5read(filename,dataset)读取数据集
于 2015-06-16T13:34:33.200 回答