使用Caffe的convert_imageset生成lmdb文件

àì夳堔傛蜴生んèń 2022-05-20 03:56 142阅读 0赞

# 1. 前言 #

在深度学习中需要读取图像的数据，但是输入图像的数据存在通道数量、大小等的不同。在Caffe中便有convert\_imageset工具来实现对这些数据的处理，并将这些图片转换位lmdb文件格式，从提升读取效率。  
这个功能对应的源代码文件为convert\_imageset.cpp。在完成编译之后会在./build/tools/下面生成对应的可执行文件。那么怎么调用它呢？其实很简单，只需要按照如下的参数进行设置就好了。

convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME

参数解释：

1.  **\[FLAGS\]**：图片参数组，可以设置为：
2.  \-gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片，默认为false

\-shuffle: 是否随机打乱图片顺序。默认为false  
\-backend:需要转换成的db文件格式，可选为leveldb或lmdb,默认为lmdb  
\-resize\_width/resize\_height: 改变图片的大小。在运行中，要求所有图片的尺寸一致，因此需要改变图片大小。 程序调用opencv库的resize()函数来对图片放大缩小，默认为0，不改变  
\-check\_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查  
\-encoded: 是否将原图片编码放入最终的数据中，默认为false  
\-encode\_type: 与前一个参数对应，将图片编码为哪一个格式：‘png’,‘jpg’…  
2. **ROOTFOLDER/**：输入图片的路径  
3. **LISTFILE**：输入图片的txt列表文件，包含文件名以及分类号。为该文件的绝对路径  
4. **DB\_NAME**：生成的LMDB文件保存路径

# 2. 示例 #

在之前的博客中将MNIST二进制流文件转换成为了图片的形式，期间也对应生成了对应的txt记录文件其内容为：  
![这里写图片描述][70]  
之后便是使用该工具进行文件生成了，使用如下：

./convert_imageset -gray ~/Desktop/Caffe_Python/Image/imgs_test/ ~/Desktop/Caffe_Python/Image/imgs_test/img.txt ~/Desktop/Caffe_Python/

生成的结果：  
![这里写图片描述][70 1]

[70]: /images/20220520/e6b91a685c784bc7a470d4e12a346354.png
[70 1]: /images/20220520/fb984e33c64947b1af37f3d0f48f2341.png