txt和lmdb训练caffenet设置对比

本文主要是介绍txt和lmdb训练caffenet设置对比，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

主要是data层不同。

1.txt

layer {name: "data"type: "ImageData" ###top: "data"top: "label"include {phase: TRAIN}

image_data_param { ###source: "examples/finetune_myself/train.txt"  ###batch_size: 50new_height: 256 ###new_width: 256 ###}

用txt训练时，data层类型改为 ImageData，source路径设置为txt所在位置，batch_size看情况设置。并且要设置new_height和new_width为256，即将图像转换成256*256大小。（TRAIN和TEST阶段均要修改）

2.lmdb

layer {name: "data"type: "Data" ###top: "data"top: "label"include {phase: TRAIN}

data_param {  ###
source: "examples/imagenet/car_train_lmdb"###
batch_size: 256 
backend: LMDB ###
}

用lmdb训练时，data层类型改为Data，source路径设置为lmdb所在位置,batch_size看情况设置。这里不用new_height和new_width，因为转换成lmdb时已经将图像转换成256*256了。（TRAIN和TEST阶段均要设置）

注意到txt时是image_data_param,lmdb时是data_param.由于直接用图像训练，所以data_param改为image_data_param,否则出错。

所以总结就是，txt时data层类型为ImageData以及image_data_param,lmdb时data层用Data以及data_param。（打###的地方是需要注意的地方）

这篇关于txt和lmdb训练caffenet设置对比的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---