caffe读取多标签的lmdb数据

Posted 2020-09-14

问题描述：

lmdb文件支持数据+标签的形式，但是却只能写入一个标签，引入多标签的解决方法有很多，这儿详细说一下我的办法：制作多个data数据，分别加入一个标签。我的方法只适用于标签数量较少的情况，标签数量比较多的话建议修改源码支持。下面介绍详细步骤。以下均以两个标签作为介绍。

生成两个含单标签的list：

img1 0
img2 0
img3 1
img4 1

img1 10
img2 11
img3 10
img4 11

按照同一顺序做shuffle处理，caffe训练数据shuffle处理是有必要的，虽然caffe的lmdb转换工具能够直接做shuffle，但是不能保证两个list的顺序一致。文本按行乱序的命令可以参考http://www.cnblogs.com/zhaojunjie/p/6735713.html。处理后的文件如下：

img1 0
img3 1
img4 1
img2 0

img1 10
img3 10
img4 11
img2 11

接下来就可以对他们生成两个lmdb了，值得注意的是如果图像数据较大，生成lmdb时可以将第二个list的图像resize到1*1，如下（前面已经shuffle，这里不再加入shuffle参数）：

pathtocaffe/build/tools/convert_imageset --resize_height=256 --resize_width=256 "" list1 lmdb_data_1
pathtocaffe/build/tools/convert_imageset --resize_height=1 --resize_width=1 "" list2 lmdb_data_2

生成好了lmdb，如何用呢？prototxt文件参考如下：

name: "CaffeNet"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label1"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    mean_file: "train_VGG_cub_mean.binaryproto"
    crop_size: 224
  }
  data_param {
    source: "lmdb_data_1"
    backend: LMDB
    batch_size: 16
  }
}
layer {
  name: "data2"
  type: "Data"
  top: "data_noused"
  top: "label2"
  include {
    phase: TRAIN
  }
  data_param {
    source: "lmdb_data_2"
    backend: LMDB
    batch_size: 16
  }
}
#将data_nousedresize到1位，防止caffe输出过多内容
layer {
　　name: "reductionx"
　　bottom: "data_noused"
　　top: "data_noused"
　　type: "Reduction"
　　reduction_param {
　　　　axis: 0
　　}

}

【完】