使用 caffe 时,要创建包含图像的训练数据集,我们需要以 lmdb 等特殊格式创建数据库,但是有任何选项可以传递给 caffe 批量图像,例如vector<cv::Mat>
?
为了澄清我正在寻找可以处理大量无法放入内存的图像的解决方案(但假设一个训练批次(例如包含 50 个图像)可以存储在内存中)。
Caffe 可以接受多种类型的输入,具体取决于我们使用的输入层。一些可用的输入法是:
在模型文件中,您找到的第一层将是Layer type: Data
,用作lmdb or leveldb
输入法。将一组图像转换为这些数据库非常容易,因为 Caffe 已经提供了转换图像的工具。
Layer type: MemoryData
直接从内存中读取数据,这在测试阶段使用相机输入作为 Caffe 输入时非常有用。强烈不建议使用该层进行训练。
将Layer type: ImageData
文本文件作为输入。文本文件包含所有图像名称及其完整路径和类别编号。Caffe 使用 OpenCV 读取该层中的图像。它还负责对图像的所有转换。因此,建议不要使用 OpenCV 读取图像然后传递给 MemoryData 层,而是使用 ImageData。
ImageData 层从中读取图像的 .txt 格式必须为:
/path/to/the/image/imageName.jpg classNumber
强烈建议使用 LMDB 或 LevelDB,因为如果图像路径或名称包含空格,或者任何图像损坏,ImageData 就无法正常工作。
可以在此处找到各个层的详细信息。
根据模型和批量大小在 GPU 中分配内存。如果发生内存溢出,您可以尝试减小批量大小。Caffe 轻松处理了包含 120 万张图像的 Imagenet 数据库的训练。因此,在最佳批量大小的情况下,算法应该可以正常工作。