python - Caffe：从 Python 读取 LMDB

Question

我使用 caffe 提取了特征，它生成了一个 .mdb 文件。然后我尝试使用 Python 读取它并将其显示为可读数字。

import lmdb

lmdb_env = lmdb.open('caffefeat')
lmdb_txn = lmdb_env.begin()
lmdb_cursor = lmdb_txn.cursor()

for key, value in lmdb_cursor:
    print str(value)

这会打印出很长的一行不可读的损坏字符。

然后我尝试打印 int(value)，它返回以下内容：

ValueError: invalid literal for int() with base 10: '\x08\x80 \x10\x01\x18\x015\x8d\x80\xad?5'

float(value) 给出以下内容：

ValueError: could not convert string to float:? 5????5

这是 lmdb 文件本身的问题，还是与数据类型的转换有关？

Answer 1

这是我想出的工作代码

import caffe
import lmdb

lmdb_env = lmdb.open('directory_containing_mdb')
lmdb_txn = lmdb_env.begin()
lmdb_cursor = lmdb_txn.cursor()
datum = caffe.proto.caffe_pb2.Datum()

for key, value in lmdb_cursor:
    datum.ParseFromString(value)
    label = datum.label
    data = caffe.io.datum_to_array(datum)
    for l, d in zip(label, data):
            print l, d

Answer 2

如果您在 中编码了图像lmdb，则在使用 @ytrewq 的代码时可能会看到此错误

ValueError: total size of new array must be unchanged

请改用此功能：

import caffe
import lmdb
import PIL.Image
from io import StringIO
import numpy as np

def read_lmdb(lmdb_file):
    cursor = lmdb.open(lmdb_file, readonly=True).begin().cursor()
    datum = caffe.proto.caffe_pb2.Datum()
    for _, value in cursor:
        datum.ParseFromString(value)
        s = StringIO()
        s.write(datum.data)
        s.seek(0)

        yield np.array(PIL.Image.open(s)), datum.label

例子：

lmdb_dir = '/save/jobs/20160613-125532-958f/train_db/'
for im, label in read_lmdb(lmdb_dir):
    print label, im