如何在 caffe 中训练/测试我自己的数据集？

Question

我从 Caffe 开始，mnist 示例运行良好。
我的火车和标签数据为data.mat。 （我有 300 个训练数据，其中 30 个特征和标签是 (-1, +1) 保存在 data.mat 中）。

但是，我不太明白如何使用 caffe 来实现自己的数据集？

有没有分步教程可以教我？

非常感谢！！！！任何建议将不胜感激！

Answer 1

我认为将数据从 Matlab 传输到 caffe 最直接的方法是通过 HDF5 文件。

首先，使用hdf5write 将 Matlab 中的数据保存在 HDF5 文件中。我假设您的训练数据存储在大小为 300×30 的变量名称 X 中，而标签存储在 y 一个 300×1 向量中：

hdf5write('my_data.h5', '/X', 
  single( permute(reshape(X,[300, 30, 1, 1]),[4:-1:1]) ) );
hdf5write('my_data.h5', '/label', 
  single( permute(reshape(y,[300, 1, 1, 1]),[4:-1:1]) ), 
  'WriteMode', 'append' );

请注意，数据保存为 4D 数组：第一个维度是特征的数量，第二个是特征的维度，最后两个是 1（表示没有空间维度）。另请注意，HDF5 中数据的名称为 "X" 和 "label" - 这些名称应用作输入数据层的 "top" blob。

为什么是permute？解释请见this answer。

您还需要准备一个文本文件，列出您正在使用的所有 hdf5 文件的名称（在您的情况下，只有 my_data.h5）。文件/path/to/list/file.txt 应该只有一行

/path/to/my_data.h5

现在您可以将输入数据层添加到您的 train_val.prototxt

layer {
  type: "HDF5Data"
  name: "data"
  top: "X"     # note: same name as in HDF5
  top: "label" # 
  hdf5_data_param {
    source: "/path/to/list/file.txt"
    batch_size: 20
  }
  include { phase: TRAIN }
}

有关hdf5输入层的更多信息，您可以查看this answer。