生成分类标签文件.txt

caffe对于训练数据格式，支持：lmdb、h5py……，其中lmdb数据格式常用于单标签数据，像分类等，经常使用lmdb的数据格式。对于回归等问题，或者多标签数据，一般使用h5py数据的格式。本文介绍两种生成caffe特定格式文件所需的标签文件train.txt和val.txt的方法。

1、用matlab语言编写

做的标签文件如下：（无打乱）

1. image/Audi/000001.jpg 0  
2. image/Audi/000002.jpg 0  
3. image/Audi/000003.jpg 0  
4. image/Audi/000004.jpg 0 
   

image文件夹下是各类别文件夹，如下：

（Audi等文件夹内放的是该类别的图片,最好先对这些图片重命名为统一格式，如000001.jpg，000002.jpg这种格式，重命名代码 ，参考http://blog.csdn.net/sinat_30071459/article/details/50723212）

1. clc;  
2. clear;  
3. %%下面生成顺序的trainval.txt和labels文件  
4. %先设置train占数据集的百分比，余下部分为val  
5. maindir='image\';  
6. wf = fopen('trainval.txt','w');  
7. lbf=fopen('labels.txt','w');  
8. train_percent=0.9;%val_percent=1-train_percent  
9.   
10. subdir = dir(maindir);  
11. ii=-1;  
12. numoffile=0;  
13. for i = 1:length(subdir)%第一层目录  
14.   if ~strcmp(subdir(i).name ,'.') && ~strcmp(subdir(i).name,'..')  
15.      ii=ii+1;  
16.      label = subdir(i).name;  
17.      fprintf(lbf,'%s\n',label);  
18.      label=strcat(label,'/');  
19.      subsubdir = dir(strcat(maindir,label));  
20.     for j=1:length(subsubdir)  
21.          if ~strcmp(subsubdir(j).name ,'.') && ~strcmp(subsubdir(j).name,'..')  
22.            fprintf(wf,'%s%s%s %d\n','image/',label,subsubdir(j).name,ii);  
23.            numoffile=numoffile+1;  
24.            fprintf('处理标签为%d的第%d张图片\n',ii,j-2);  
25.          end  
26.     end  
27.      
28.   end  
29. end  
30. fclose(wf);  
31. fclose(lbf);  
32.   
33. %%  
34. %下面将trainval的顺序打乱  
35. file=cell(1,numoffile);  
36. fin=fopen('trainval.txt','r');  
37. i=1;  
38. while ~feof(fin)  
39.     tline=fgetl(fin);  
40.     file{i}=tline;  
41.     i=i+1;  
42. end  
43. fclose(fin);  
44.   
45. fprintf('\ntrainval.txt共%d行，开始打乱顺序....\n',numoffile);  
46. pause(1);  
47. rep=randperm(numoffile);  
48. fout=fopen('trainval.txt','w');  
49. for i=1:numoffile  
50.     fprintf(fout,'%s\n',file{rep(i)});  
51. end  
52. fprintf('生成的trainval.txt已打乱顺序.\n');  
53. fclose(fout);  
54.   
55. %%  
56. %下面根据打乱顺序的trainval.txt生成train.txt和val.txt  
57. fprintf('开始生成train.txt和val.txt...\n');  
58. pause(1);  
59. train_file=fopen('train.txt','w');  
60. text_file=fopen('val.txt','w');  
61. trainvalfile=fopen('trainval.txt','r');  
62.   
63. num_train=sort(randperm(numoffile,floor(numoffile*train_percent)));  
64. num_test=setdiff(1:numoffile,num_train);  
65. i=1;  
66. while ~feof(trainvalfile)  
67.     tline=fgetl(trainvalfile);  
68.     if ismember(i,num_train)  
69.         fprintf(train_file,'%s\n',tline);  
70.     else  
71.         fprintf(text_file,'%s\n',tline);  
72.     end  
73.     i=i+1;  
74. end  
75. fclose(train_file);  
76. fclose(text_file);  
77. fclose(trainvalfile);  
78. fprintf('共有图片%d张!\n',numoffile);  
79. fprintf('Done！\n');  

2、用python语言编写 原文地址：http://m.blog.csdn.net/article/details?id=52149743 路径与标签之间是一个空格，标签最好从0开始。

将代码保存为.py的Python文件，运行该Python代码生成 txt 文件。

注：图像存储路径和代码.py文件的位置。

 class="python" name="code">#coding:utf-8
 '''''
 Created on Jul 29, 2016

 @author: sgg
 '''

 ""font-family:Arial;font-size:18px;"">"
 ""font-size:18px;"">"
 ""font-size:18px;"">"
 import os

 def IsSubString(SubStrList,Str):
     flag=True
     for substr in SubStrList:
         if not(substr in Str):
             flag=False

     return flag

 #扫面文件
 def GetFileList(FindPath,FlagStr=[]):
     FileList=[]
     FileNames=os.listdir(FindPath)
     if len(FileNames)>0:
         for fn in FileNames:
             if len(FlagStr)>0:
                 if IsSubString(FlagStr,fn):
                     fullfilename=os.path.join(FindPath,fn)
                     FileList.append(fullfilename)
             else:
                 fullfilename=os.path.join(FindPath,fn)
                 FileList.append(fullfilename)

     if len(FileList)>0:
         FileList.sort()

     return FileList



 train_txt=open('train.txt','w')
 #制作标签数据，如果是狗的，标签设置为0，如果是猫的标签为1
 imgfile=GetFileList('train/train_cat')#将数据集放在与.py文件相同目录下
 for img in imgfile:
     str1=img+' '+'1'+'\n'        #用空格代替转义字符 \t
     train_txt.writelines(str1)


 imgfile=GetFileList('train/train_dog')
 for img in imgfile:
     str2=img+' '+'0'+'\n'
     train_txt.writelines(str2)
 train_txt.close()


 #测试集文件列表
 test_txt=open('val.txt','w')
 #制作标签数据，如果是男的，标签设置为0，如果是女的标签为1
 imgfile=GetFileList('val/test_cat')#将数据集放在与.py文件相同目录下
 for img in imgfile:
     str3=img+' '+'1'+'\n'
     test_txt.writelines(str3)


 imgfile=GetFileList('val/test_dog')
 for img in imgfile:
     str4=img+' '+'0'+'\n'
     test_txt.writelines(str4)
 test_txt.close()

 print("成功生成文件列表")