为Caffe生成LMDB

Question

我正在尝试使用caffe构建一个用于显着性分析的深度学习模型(我正在使用python包装器)。但我无法理解如何生成用于此目的的lmdb数据结构。我已经看过Imagenet和mnist示例，我知道我应该生成以下格式的标签

my_test_dir/picture-foo.jpg 0

但在我的例子中，我将用0或1标记每个像素，表示该像素是否显着。这将不是一个单独的图像标签。

如何为基于像素的标签生成lmdb文件？

Answer 1

你可以通过两种方式来解决这个问题：

1.使用HDF5数据层而不是LMDB的。HDF5更加灵活，可以支持图像大小的标签。有关构造和使用HDF5输入数据层的示例，请参阅this answer。

LMDB 2.lmdb您可以有两个输入层:一个用于图像，另一个用于标签。请注意，在构建LMDB时，必须使用 'shuffle'选项才能使映像及其标签同步。

更新：我最近给了一个更详细的答案here。

Answer 2

检查这个：http://deepdish.io/2015/04/28/creating-lmdb-in-python/

只需在X中加载所有图像，并在Y中加载相应的标签。

Answer 3

在caffe中，lmdb和hdf5都支持每个图像多个标签，如果你喜欢矩阵，请参阅此线程：

https://github.com/BVLC/caffe/issues/1698#issue-53768814

请参阅本教程，了解如何使用python代码为caffe创建多标签数据集(此处为lmdb)：

http://www.kostyaev.me/article/Multilabel%20Dataset/

编辑:例如，对于标签，它使用caffe-python函数将三维数组转换为基准，可在caffe/python/caffe.io.py: array_to_datum(arr，label=None)中找到：