1.Caltech-UCSD Birds200 鳥類圖像數據

Caltech-UCSD Birds200 是一個鳥類圖片數據集，包含 200 不同種鳥類，共計 11788 張圖片
此處下載該數據集Caltech-UCSD Birds200 鳥類圖像數據

文件夾images內包含200個文件夾，其中每一個文件夾包含一個分類.（由于都是一一對應的關系，所以我們可以直接利用word中表格欄選項中的文本轉換為表格的方法，將其暫時轉換為表格形式，然后再copy到excel中做進一步處理）

• README.txt是該數據集的解釋文件
• images.txt是該數據集內images內圖片的目錄文件 每一行代表一個子文件夾內的一個圖片文件

• classes.txt是標簽文件 代表200個種類的200個標簽

• image_class_labels.txt對應于images.txt文件 表示每一個圖片的標簽

• train_test_split.txt對應于images.txt中分割train和test圖片，其中1表示train圖片而0表示test圖片

通過以上的簡單轉換就可以變成excel表格形式，然后將其全部copy到一個excel文件中，再做簡單的處理將重復的id欄去掉，可以得到如下表格：

所以通過train/test的選擇，我們就可以將其分成訓練集和測試集。再將其copy回word文檔，就可以產生兩個需要用到的文件train.txt和val.txt。這就是參考文檔中的filelist文件，所以可以跳過參考文檔中的做法。

• train.txt
  001.Black_footed_Albatross/Black_Footed_Albatross_0009_34.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0074_59.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0014_89.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0031_100.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0051_796103.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0010_796097.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0023_796059.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0040_796066.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0089_796069.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0067_170.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0060_796076.jpg 1
  ....
• val.txt
  001.Black_footed_Albatross/Black_Footed_Albatross_0046_18.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0002_55.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0085_92.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0025_796057.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0086_796062.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0049_796063.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0006_796065.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0016_796067.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0065_796068.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0042_796071.jpg 1
  001.Black_footed_Albatross/Black_Footed_Albatross_0090_796077.jpg 1
  ....

接下來我們將圖片和用到的文件放到一個文件夾mydata下

train.txt
val.txt
images

在caffe中，作者為我們提供了這樣一個文件：convert_imageset.cpp，存放在根目錄下的tools文件夾下。編譯之后，生成對應的可執行文件放在 $cafferoot/tools/ 下面，這個文件的作用就是用于將圖片文件轉換成caffe框架中能直接使用的db文件。
error:

./include/caffe/util/cudnn.hpp:8:34: fatal error: caffe/proto/caffe.pb.h: No such file or directory
#include "caffe/proto/caffe.pb.h"

解決方法:fatal error: caffe/proto/caffe.pb.h: No such file or directory

$ protoc src/caffe/proto/caffe.proto --cpp_out=.
$ mkdir include/caffe/proto
$ mv src/caffe/proto/caffe.pb.h include/caffe/proto
$ cp -r include/caffe/proto ./

執行下面的命令，編譯convert_imageset.cpp文件，執行不成功，顯示proto的錯誤，此時我們改變方法，利用自帶的example/imagenet下的文件來生成所需的文件。由于image的大小不一樣，所以最好在開始的時候就將所有圖片轉換成為同樣大小，利用以下命令轉換：

find ./ -name '*.jpg' -exec convert -resize 600x480 {} {} \;

在image文件夾的目錄內執行此命令后就將所有的圖片都轉換成為320x240大小的圖片了。copy example/imagenet下的文件到mydata文件夾下，修改create_imagenet.sh文件(該文件內也有resize的選項)
在運行create_imagenet.sh時出現E0425 14:24:29.828167 5561 io.cpp:80] Could not open or find file /home/hypervision/work/caffe/mydata/images/val//home/hypervision/work/caffe/mydata/images/val/001.Black_footed_Albatross/Black_Footed_Albatross_0006_796065.jpg 找不到圖片的現象是因為txt文件中image和對應的label之間只能有一個空格(只能是英文輸入環境下的空格?。。?，這用excel轉word的時候會在這里產生中文環境下的空格而產生錯誤?。?！caffe訓練自己的模型步驟 要改正此錯誤也很好改：

#用查找和替換方式
.jpg (中文輸入環境下的空格)
.jpg (英文輸入環境下的空格)

這時運行該文件就可以生成在次數據集上的lmdb格式的數據文件了。create_imagenet.sh文件為：

#!/usr/bin/env sh
# Create the imagenet lmdb inputs
# N.B. set the path to the imagenet train + val data dirs
set -e
#全部的文件(包含數據)都放在/caffe/mydata文件夾內
EXAMPLE=../mydata   #存放輸出lmdb文件的文件夾
DATA=../mydata      #存放train.txt和val.txt文件的文件夾
TOOLS=../build/tools #調用convert_imageset程序

TRAIN_DATA_ROOT=/home/hypervision/work/caffe/mydata/images/train/  #train數據存放目錄(可包含子文件夾)
VAL_DATA_ROOT=/home/hypervision/work/caffe/mydata/images/val/      #val數據存放目錄(可包含子文件夾)


# Set RESIZE=true to resize the images to 256x256. Leave as false if images have
# already been resized using another tool.
RESIZE=false
if $RESIZE; then
  RESIZE_HEIGHT=256
  RESIZE_WIDTH=256
else
  RESIZE_HEIGHT=0
  RESIZE_WIDTH=0
fi

if [ ! -d "$TRAIN_DATA_ROOT" ]; then
  echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT"
  echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet training data is stored."
  exit 1
fi

if [ ! -d "$VAL_DATA_ROOT" ]; then
  echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT"
  echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \
       "where the ImageNet validation data is stored."
  exit 1
fi

echo "Creating train lmdb..."

GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $TRAIN_DATA_ROOT \
    $DATA/train.txt \
    $EXAMPLE/ilsvrc12_train_lmdb

echo "Creating val lmdb..."

GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$RESIZE_HEIGHT \
    --resize_width=$RESIZE_WIDTH \
    --shuffle \
    $VAL_DATA_ROOT \
    $DATA/val.txt \
    $EXAMPLE/ilsvrc12_val_lmdb

echo "Done."

在當前目錄開啟terminal，執行create_imagenet.sh:

hypervision@hypervision-700:~/work/caffe/mydata$ ./create_imagenet.sh 
Creating train lmdb...
I0425 14:33:11.755530  5941 convert_imageset.cpp:86] Shuffling data
I0425 14:33:11.995342  5941 convert_imageset.cpp:89] A total of 5994 images.
I0425 14:33:11.995568  5941 db_lmdb.cpp:35] Opened lmdb ../mydata/ilsvrc12_train_lmdb
I0425 14:33:16.814551  5941 convert_imageset.cpp:147] Processed 1000 files.
I0425 14:33:21.675709  5941 convert_imageset.cpp:147] Processed 2000 files.
I0425 14:33:26.373101  5941 convert_imageset.cpp:147] Processed 3000 files.
I0425 14:33:31.185261  5941 convert_imageset.cpp:147] Processed 4000 files.
I0425 14:33:36.626116  5941 convert_imageset.cpp:147] Processed 5000 files.
I0425 14:33:41.590888  5941 convert_imageset.cpp:153] Processed 5994 files.
Creating val lmdb...
I0425 14:33:42.242558  5971 convert_imageset.cpp:86] Shuffling data
I0425 14:33:42.513573  5971 convert_imageset.cpp:89] A total of 5794 images.
I0425 14:33:42.513809  5971 db_lmdb.cpp:35] Opened lmdb ../mydata/ilsvrc12_val_lmdb
I0425 14:33:47.492820  5971 convert_imageset.cpp:147] Processed 1000 files.
I0425 14:33:58.676864  5971 convert_imageset.cpp:147] Processed 2000 files.
I0425 14:34:16.156783  5971 convert_imageset.cpp:147] Processed 3000 files.
I0425 14:34:36.846071  5971 convert_imageset.cpp:147] Processed 4000 files.
I0425 14:34:56.638617  5971 convert_imageset.cpp:147] Processed 5000 files.
I0425 14:35:11.903795  5971 convert_imageset.cpp:153] Processed 5794 files.
Done.

在當前目錄可以看到生成了兩個文件夾ilsvrc12_train_lmdb和ilsvrc12_val_lmdb分別存放訓練和驗證所需的數據。
然后利用 make_imagenet_mean.sh 生成所需要的 mean file，和create_imagenet.sh同樣的設置：

#!/usr/bin/env sh
# Compute the mean image from the imagenet training lmdb
# N.B. this is available in data/ilsvrc12

EXAMPLE=../mydata
DATA=../mydata
TOOLS=../build/tools

$TOOLS/compute_image_mean $EXAMPLE/ilsvrc12_train_lmdb \
  $DATA/imagenet_mean.binaryproto

echo "Done."

在運行過程中如果出現如下錯誤：

I0425 14:46:16.075706  6398 db_lmdb.cpp:35] Opened lmdb ../mydata/ilsvrc12_train_lmdb
I0425 14:46:16.076617  6398 compute_image_mean.cpp:70] Starting iteration
F0425 14:46:16.076819  6398 compute_image_mean.cpp:79] Check failed: size_in_datum == data_size (230400 vs. 144720) Incorrect data field size 230400
*** Check failure stack trace: ***
    @     0x7fb05aca25cd  google::LogMessage::Fail()
    @     0x7fb05aca4433  google::LogMessage::SendToLog()
    @     0x7fb05aca215b  google::LogMessage::Flush()
    @     0x7fb05aca4e1e  google::LogMessageFatal::~LogMessageFatal()
    @           0x4025d8  main
    @     0x7fb059c13830  __libc_start_main
    @           0x402bb9  _start
    @              (nil)  (unknown)
Aborted (core dumped)
Done.

檢查圖片大小在之前的resize過程中是否都設置一樣了，如果存在不一樣則會出現上訴錯誤，利用create_imagenet.sh中的resize再次生成一下lmdb文件，并再次運行此mean文件就可以得到imagenet_mean.binaryproto文件：

hypervision@hypervision-700:~/work/caffe/mydata$ sh ./make_imagenet_mean.sh 
I0425 14:51:12.212188  6553 db_lmdb.cpp:35] Opened lmdb ../mydata/ilsvrc12_train_lmdb
I0425 14:51:12.213258  6553 compute_image_mean.cpp:70] Starting iteration
I0425 14:51:13.346879  6553 compute_image_mean.cpp:101] Processed 5994 files.
I0425 14:51:13.347925  6553 compute_image_mean.cpp:108] Write to ../mydata/imagenet_mean.binaryproto
I0425 14:51:13.349079  6553 compute_image_mean.cpp:114] Number of channels: 3
I0425 14:51:13.349189  6553 compute_image_mean.cpp:119] mean_value channel [0]: 110.145
I0425 14:51:13.349315  6553 compute_image_mean.cpp:119] mean_value channel [1]: 127.242
I0425 14:51:13.349419  6553 compute_image_mean.cpp:119] mean_value channel [2]: 123.707
Done.

我們利用caffe官方給出的文本定義網絡結構和solver文件來訓練一個神經網絡，選擇/caffe/models/bvlc_alexnet,查看solver.prototxt，可以不用修改該文件：

net: "../models/bvlc_alexnet/train_val.prototxt"
test_iter: 1000
test_interval: 1000
base_lr: 0.01
lr_policy: "step"
gamma: 0.1
stepsize: 100000
display: 20
max_iter: 450000
momentum: 0.9
weight_decay: 0.0005
snapshot: 10000
snapshot_prefix: "../models/bvlc_alexnet/caffe_alexnet_train"
solver_mode: GPU

查看train_val.prototxt文件，我們需要修改的是輸入端的各種數據及mean file，如下：

name: "AlexNet"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN
  }
  transform_param {
    mirror: true
    crop_size: 227
    mean_file: "../mydata/imagenet_mean.binaryproto"  #此處需要修改
  }
  data_param {
    source: "../mydata/ilsvrc12_train_lmdb"           #此處需要修改    
    batch_size: 256
    backend: LMDB
  }
}
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    mirror: false
    crop_size: 227
    mean_file: "../mydata/imagenet_mean.binaryproto" #此處需要修改  
  }
  data_param {
    source: "../mydata/ilsvrc12_val_lmdb"            #此處需要修改
    batch_size: 50
    backend: LMDB
  }
}

接著由于我們copy的是imagenet內的訓練文件，里面對應的是models/bvlc_reference_caffenet內的文件，而我們需要訓練的是bvlc_alexnet內的文件，所以還需要修改/mydata目錄下的train_caffenet.sh:

#!/usr/bin/env sh
set -e

../build/tools/caffe train \
    --solver=../models/bvlc_alexnet/solver.prototxt $@

和resume_training.sh：

#!/usr/bin/env sh
set -e

../build/tools/caffe train \
    --solver=../models/bvlc_alexnet/solver.prototxt \
    --snapshot=../models/bvlc_alexnet/caffenet_train_10000.solverstate.h5 \
    $@

好了，準備工作已經全部完成，只需要執行train_caffenet.sh即可。(注意以上各種文件的路徑是否加載正確，要以當前目錄為準，不要單純的安裝文件的形式去修改，否則會找不到需要加載的各種文件而報錯?。?！)

訓練過程中如果出現Check failed: error == cudaSuccess (2 vs. 0) out of memory的問題證明在train_val.prototxt文件中train和val的batch_size太大了，一次性讀入的圖片超出了顯存，所以適當的修改batch_size的值。
caffe跑試驗遇到錯誤：Check failed: error == cudaSuccess (2 vs. 0) out of memory