【问题标题】:Conver xml file to LMDB file for caffe将 xml 文件转换为 caffe 的 LMDB 文件
【发布时间】:2016-01-31 19:00:19
【问题描述】:

我想使用从训练图像数据集中提取的特征向量作为 caffe 卷积神经网络的输入。特征向量已保存在 xml 文件中。 我真的是 caffe 的新手,我想知道如何将 xml 文件转换为 LMDB 作为 caffe 输入,以及如何在模型中提及我使用的是特征向量而不是图像。 xml文件是:

【问题讨论】:

  • xml中保存的特征是什么格式@什么是schema?
  • 你知道如何用C++解析XML吗?
  • 不,我不知道如何在 C++ 中解析 xml 文件,这是我第一次使用 xml 文件。
  • 你有机会用 Python 工作吗?

标签: python c++ xml deep-learning caffe


【解决方案1】:

如果你愿意使用python,那么对你来说应该很容易。

首先,您需要解析 XML 文件并将数据读入一个 numpy 数组。
您可以使用xml python package 执行此操作。

第二阶段是将numpy数组中的数据写入lmdb。
你可以使用this solution使用python编写LMDB。

关于 caffe,只要您的输入数据是有序的,caffe 并不关心它是否适用于图像、特征向量或任何其他输入。

【讨论】:

  • 感谢您的完整回答。但我决定更改我的代码并将特征描述符保存为 HDF5 格式,以便于阅读。
  • @ga97rasl HDF5 确实是一个不错的选择。您是否查看过 caffe 中的 "HDF5Data" 输入层?
  • 我阅读了关于数据层的Caffe tutorial。但是我还没有实现。
  • 我已经尝试过 hdf5 格式,但后来我发现它不好,因为由于大量输入图像而占用太多内存。然后我尝试按照您的提示进行操作。但我不知道如何在 python 中解析 xml 文件。我的 xml 文件没有任何子标签。你能帮我更详细的吗?谢谢
  • @ga97rasl 你知道你可以将 hdf5 输入拆分成几个文件供 caffe 使用吗?
猜你喜欢
  • 2016-03-24
  • 2016-12-13
  • 2016-07-22
  • 1970-01-01
  • 2016-10-30
  • 2018-02-15
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多