如何使用Python生成caffe所需的lmdb文件和txt列表清单文件

如何使用Python生成caffe所需的lmdb文件和txt列表清单文件，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

专注于为中小企业提供成都做网站、成都网站建设服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业青龙免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了1000多家企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。

对于自己手里的一些图片数据集，如何转换图片格式、如何计算图片数据的均值、如何编写prototxt配置文件是接下来笔记的主要内容。这里主要记录如何将图片数据转换成db文件。

一、Caffe训练学习步骤回顾

    1.准备数据集(训练集和测试集)

    2.图片数据转换成db(leveldb/lmdb)文件

    3.计算图片数据的均值

    4.prototxt配置文件

    5.训练模型

    注意：还有一种不需要db文件和计算图片数据的均值的训练方法，而是只需要一个txt列表清单，另一种训练步骤在讲完此种学习方法后进行讲解。

二、图片数据转换成db(leveldb/lmdb)文件

1.概述

    在深度学习的实际应用中，我们经常用到的原始数据是图片文件，如jpg,jpeg,png,tif等格式的，而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb，因此就产生了这样的一个问题：如何从原始图片文件转换成caffe中能够运行的db（leveldb/lmdb)文件？

    在caffe中，作者为我们提供了这样一个文件：convert_imageset.cpp，存放在caffe根目录下的tools目录下。编译好caffe之后，会生成对应的可执行文件放在 build/tools/目录下，这个可执行文件convert_imageset的作用就是用于将图片文件转换成caffe框架中能直接使用的db文件。

    该文件的使用格式如下所示：

convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME

    需要带四个参数： - FLAGS: 图片参数组，后面详细介绍 - ROOTFOLDER/: 图片存放的绝对路径，从linux系统根目录开始 - LISTFILE: 图片文件列表清单，一般为一个txt文件，一行一张图片 - DB_NAME: 最终生成的db文件存放目录     因此如果想使用convert_imageset这个工具生成我们需要的db文件，就需要先得到图片文件列表清单txt文件。     在caffe根目录的/examples/image目录下，有两张共我们测试的图片，它们是cat.jpg和fish-bike.jpg。我们可以使用eog命令在终端查看这两个图片(远程登录ssh不行，vnc可以，当然不是远程登录是可以使用的)，它们分别如下：

    我们可以使用这两图片学习如何制作图片文件列表清单txt文件。这个图片列表清单txt文件 格式如下：

图片文件名 标签

    以cat.jpg和fish-bike.jpg为例，那么这两个图片的列表清单txt文件即为：

cat.jpg 1
fish-bike.jpg 2

    依此类推，一行一张图片标签。我们定义1标签是猫的标签，2标签是自行车的标签。很显然，如果就这么两个图片我们手写一个图片列表清单txt文件即可，但是如果是很多图片，我们又该如何处理呢？

    显然，我们可以使用脚本，有很多方法可供选择shell脚本，python脚本等。而我采用的方式是使用python脚本处理这些文件，生成最终的图片列表清单txt文件。

2.利用python脚本编写图片列表清单txt文件

(1)在caffe根目录下创建一个我们的工程目录my-caffe-project，使用如下指令：

cd /home/Jack-Cui/caffe-master && mkdir my-caffe-project

(2)创建并编辑create_db.py文件，使用如下指令：

vim create_db.py

文件编辑内容如下：

# -*- coding: UTF-8 -*-import osimport re"""
函数说明:生成图片列表清单txt文件

Parameters:
    images_path - 图片存放目录
    txt_save_path - 图片列表清单txt文件的保存目录
Returns:
    无
Author:
    Jack Cui
Modify:
    2017-03-29
"""def createFileList(images_path, txt_save_path):#打开图片列表清单txt文件fw = open(txt_save_path,"w")#查看图片目录下的文件,相当于shell指令lsimages_name = os.listdir(images_path)#遍历所有文件名for eachname in images_name:#正则表达式这里可以根据情况进行更改#正则表达式规则:找以cat开头,紧跟0到10个数字,并以jpg结尾的图片文件pattern_cat = r'(^cat\d{0,10}.jpg$)'#正则表达式规则:找以fish-bike开头,紧跟0到10个数字,以jpg结尾的图片文件pattern_bike = r'(^fish-bike\d{0,10}.jpg$)'#正则表达式匹配cat_name = re.search(pattern_cat, eachname)
        bike_name = re.search(pattern_bike, eachname)#按照规则将内容写入txt文件中if cat_name != None:
            fw.write(cat_name.group(0) + ' 1\n')if bike_name != None:
            fw.write(bike_name.group(0) + ' 2\n')#打印成功信息print "生成txt文件成功"#关闭fwfw.close()if __name__ == '__main__':#caffe_root目录caffe_root = '/home/Jack-Cui/caffe-master/'#my-caffe-project目录my_caffe_project = caffe_root + 'my-caffe-project/'#图片存放目录images_path = caffe_root + 'examples/images/'#生成的图片列表清单txt文件名txt_name = 'filelist.txt'#生成的图片列表清单txt文件的保存目录txt_save_path = my_caffe_project + txt_name#生成txt文件createFileList(images_path, txt_save_path)

(3)运行create_db.py脚本文件，使用如下指令：

python create_db.py

(4)使用指令cat create_filelist.py，查看结果如下：

!=

3.利用python脚本执行convert_imageset文件生成db文件

    生成的这个filelist.txt文件，就可以作为第三个参数，直接使用了。

    接下来，我们来了解一下FLAGS这个参数组，有些什么内容：

• gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片，默认为false

• backend:需要转换成的db文件格式，可选为leveldb或lmdb,默认为lmdb

• resize_width/resize_height: 改变图片的大小。在运行中，要求所有图片的尺寸一致，因此需要改变图片大小。 程序调用opencv库的resize（）函数来对图片放大缩小，默认为0，不改变

• check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查

• encoded: 是否将原图片编码放入最终的数据中，默认为false

• encode_type: 与前一个参数对应，将图片编码为哪一个格式：‘png’,’jpg’……

    好了，知道这些参数后，我们就可以调用命令来生成最终的lmdb格式数据了。

(1)继续编写create_db.py文件，使用如下指令：

vim create_db.py

文件添加内容如下：

# -*- coding: UTF-8 -*-import commandsimport osimport re"""
函数说明:生成图片列表清单txt文件

Parameters:
    images_path - 图片存放目录
    txt_save_path - 图片列表清单txt文件的保存目录
Returns:
    无
Author:
    Jack Cui
Modify:
    2017-03-29
"""def createFileList(images_path, txt_save_path):#打开图片列表清单txt文件fw = open(txt_save_path,"w")#查看图片目录下的文件,相当于shell指令lsimages_name = os.listdir(images_path)#遍历所有文件名for eachname in images_name:#正则表达式这里可以根据情况进行更改#正则表达式规则:找以cat开头,紧跟0到10个数字,并以jpg结尾的图片文件pattern_cat = r'(^cat\d{0,10}.jpg$)'#正则表达式规则:找以fish-bike开头,紧跟0到10个数字,以jpg结尾的图片文件pattern_bike = r'(^fish-bike\d{0,10}.jpg$)'#正则表达式匹配cat_name = re.search(pattern_cat, eachname)
        bike_name = re.search(pattern_bike, eachname)#按照规则将内容写入txt文件中if cat_name != None:
            fw.write(cat_name.group(0) + ' 1\n')if bike_name != None:
            fw.write(bike_name.group(0) + ' 2\n')#打印成功信息print "生成txt文件成功"#关闭fwfw.close()"""
函数说明:生成lmdb文件

Parameters:
    caffe_root - caffe根目录
    images_path - 图片存放目录
    txt_save_path - 图片列表清单txt文件的保存目录
Returns:
    无
Author:
    Jack Cui
Modify:
    2017-03-29
"""def create_db(caffe_root, images_path, txt_save_path):#lmdb文件名字lmdb_name = 'img_train.lmdb'#生成的db文件的保存目录lmdb_save_path = caffe_root + 'my-caffe-project/' + lmdb_name#convert_imageset工具路径convert_imageset_path = caffe_root + 'build/tools/convert_imageset'cmd = """%s --shuffle --resize_height=256 --resize_width=256 %s %s %s"""status, output = commands.getstatusoutput(cmd % (convert_imageset_path, images_path, 
        txt_save_path, lmdb_save_path))print outputif(status == 0):print "lmbd文件生成成功"if __name__ == '__main__':#caffe_root目录caffe_root = '/home/Jack-Cui/caffe-master/'#my-caffe-project目录my_caffe_project = caffe_root + 'my-caffe-project/'#图片存放目录images_path = caffe_root + 'examples/images/'#生成的图片列表清单txt文件名txt_name = 'filelist.txt'#生成的图片列表清单txt文件的保存目录txt_save_path = my_caffe_project + txt_name#生成txt文件createFileList(images_path, txt_save_path)#生成lmdb文件create_db(caffe_root, images_path, txt_save_path)

    设置参数-shuffle,打乱图片顺序。设置参数-resize_height和-resize_width将所有图片尺寸都变为256*256。     ./home/xxx/caffe-master/examples/images/ 为图片保存的绝对路径，我的caffe放在了/home/Jack-Cui目录下。     最终结果运行如下，大功告成！

关于如何使用Python生成caffe所需的lmdb文件和txt列表清单文件问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。