Caffe入门（）自己训练设计训练图像识别模型

1.准备数据集，给大家提供一下图片数据下载地址
animal：
http://www.robots.ox.ac.uk/~vgg/data/pets/
flower：
http://www.robots.ox.ac.uk/~vgg/data/flowers/
plane：
http://www.robots.ox.ac.uk/~vgg/data/airplanes_side/airplanes_side.tar
house：
http://www.robots.ox.ac.uk/~vgg/data/houses/houses.tar
guitar：
http://www.robots.ox.ac.uk/~vgg/data/guitars/guitars.tar

数据集中，训练数据为每种类500张图片，测试数据为每种类300张图片。

2.制作标签
格式：文件路径+标签

标签制作程序解析 采用python2.7

import os 

#定义Caffe根目录
caffe_root = 'D:/soft/caffe-master/'

#制作训练标签数据
i = 0 #定义标签
with open(caffe_root + 'models/YYM_models_recognition/labels/train.txt','w') as train_txt: #openn打开路径存放labels（labels需要手动新建）
    for root,dirs,files in os.walk(caffe_root+'models/YYM_models_recognition/data/train/'): #遍历训练文件夹
        for dir in dirs:
            for root,dirs,files in os.walk(caffe_root+'models/YYM_models_recognition/data/train/'+str(dir)): #遍历每一个文件夹中的文件 
                for file in files:
                    image_file = str(dir) + '\\' + str(file)
                    label = image_file + ' ' + str(i) + '\n'       #文件路径+空格+标签编号+换行 
                    train_txt.writelines(label)                   #以上述格式 写入标签文件中
                i+=1 #编号加1


#制作测试标签数据
i=0 #标签
with open(caffe_root + 'models/YYM_models_recognition/labels/test.txt','w') as test_txt:
    for root,dirs,files in os.walk(caffe_root+'models/YYM_models_recognition/data/test/'): #遍历文件夹
        for dir in dirs:
            for root,dirs,files in os.walk(caffe_root+'models/YYM_models_recognition/data/test/'+str(dir)): #遍历每一个文件夹中的文件
                for file in files:
                    image_file = str(dir) + '\\' + str(file)
                    label = image_file + ' ' + str(i) + '\n'       #文件路径+空格+标签编号+换行 
                    test_txt.writelines(label)                   #写入标签文件中
                i+=1#编号加1
                
print "成功生成文件列表" 

3.数据转换，将图片转为LMDB格式