LMDB 第8页

caffe应用-01灰度图像分类之手写体数字识别

1.制作lmdb数据源将所需图片文件夹（tain和test）下载后放在一个文件夹里。此

-也无风雨也无晴-·2017-08-03 16:56

【caffe】使用自己的图像数据训练lenet并用opencv进行预测

1、数据格式的转换（imagestolmdb）通过前面几篇介绍，我们已经知道，可直接用于caffe训练的数据格式有lmdb和leveldb两种，但lmdb的效率更高，因

PHILOS_THU·2017-08-01 12:51

caffe中将jpg数据转化为lmdb格式的文件

Linux下caffe中如何将自己的jpg格式的图片转化为lmdb格式的文件本文利用caffe自带的create_imagenet.sh文件进行转化，具体步骤如下。

凭栏空对望·2017-07-26 21:12

caffe学习（二）：利用mnist数据集训练并进行手写数字识别（windows）

但是caffe并不是直接处理这些数据，而是要转换成lmdb或leveldb格式进行读取。

hongbin_xu·2017-07-20 22:40

使用lenet模型训练及预测自己的图片数据

一、前言本文主要尝试将自己的数据集制作成lmdb格式，送进lenet作训练和测试，参考了http://blog.csdn.net/liuweizj12/article/details/52149743和

ForeverYang2015·2017-07-08 03:07

Caffe3——ImageNet数据集创建lmdb类型的数据

ImageNet数据集和cifar，mnist数据集最大的不同，就是数据量特别大；单张图片尺寸大，训练样本个数多；面对如此大的数据集，在转换成lmdb文件时；使用了很多新的类型对象。

学习_forever_go·2017-07-01 08:59

caffe根据训练出的模型提取特征

examples/feature_extraction.html在处理的过程中需要注意以下几个方面：1、均值文件的代替2、训练模型的代替3、模型结构文件的代替4、保存数据的类型问题，leveldb或者lmdb5

AllyLi0022·2017-06-29 17:13

unknown database backend

#include"caffe/util/db.hpp"#include"caffe/util/db_leveldb.hpp"#include"caffe/util/db_lmdb.hpp"#include

AllyLi0022·2017-06-29 17:15

svhn数据集处理

tensorflow上的实现，是ipython版本的使用上面链接里的方法，在ipython中改成三个集合，分别是trainset，validset和testset然后再保存成mat格式，再用之前找到的mat转lmdb

guojingjuan·2017-06-28 11:40

使用caffe训练数据集

目录1实验目的2实验需求3实验内容4实验过程4.1准备数据4.2创建目录4.3预处理（生成标签）4.4转换lmdb数据格式4.5生成均值文件4.6创建训练模型4.7开始训练5实验问题及解决方法 1实验目的

Joczu·2017-06-23 13:04

windows下msvc/mingw静态编译 lmdb的CMakeLists.txt

LMDB的全称是LightningMemory-MappedDatabase,闪电般的内存映射数据库，在github可以找到源码https://github.com/LMDB/lmdb/tree/mdb.master

10km·2017-06-23 13:00

用Caffe+python如何训练一个手写体数字数别模型

1.将train.csv数据转化为lmdb格式存储用Panda读取数据，由于.csv内的数据是以字符串形式存储，因此在读取完所有数据后，还需要将读取的数据转换成uint8形式，此时刚好可以存放一个像素值

BangGui02·2017-06-22 21:49

windows-caffe入门之用CPU训练自己的数据

二、转换为lmdb格式https://pan.baidu.com/s/1hrG0ccc在这个地址下载两个bat文件，右键编辑生成lmdb文件夹.batD:\caffe\Build\x64\Release

陈立里·2017-06-21 19:02

计算机视觉caffe之路第五篇：ImageNet数据集训练及预测实例

数据集下载生成lmdb文件计算图像均值配置网络结构文件修改训练参数开始训练训练结果使用模型预测1.数据集下载使用参考文献2作者的数据集：http://pan.baidu.com/s/1o60802I，数据集图片分

asukasmallriver·2017-06-20 16:08

Caffe 案例mnist

\example\mnist\mnist_train_lmdb.\example\

weixin_30468137·2017-06-18 14:00

Windows+caffe对自己的样本进行特征提取

生成lmdb/leveldb文件+均值文件利用caffe对自己的图片生成leveldb格式文件：http://www.cnblogs.com/TensorSense/p/6744075.html1、将图片进行分类

Vera小白·2017-06-07 16:03

Caffe - 创建LMDB/HDF5格式数据

Python创建LMDB/HDF5格式数据LMDB格式的优点：-基于文件映射IO（memory-mapped），数据速率更好-对大规模数据集更有效.HDF5的特点：-易于读取-类似于mat数据，但数据压缩性能更强

AIHGF·2017-05-24 23:24

caffe提取特征

1：利用命令行的方式，可以参考：http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html，这种方式提取的特征是lmdb

迷上微笑·2017-05-15 19:42

Caffe学习笔记(五)：使用pycaffe生成solver.prototxt文件并进行训练

转载请注明作者和出处：http://blog.csdn.net/c406495762Python版本：Python2.7运行平台：Ubuntu14.04上几篇笔记记录了如何将图片数据转换成db(leveldb/lmdb

Jack-Cui·2017-04-20 23:23

Caffe源码解读（八）：使用训练好的模型

caffe提供了专门的工具生成均值文件：compute_image_mean[train_lmdb][mean.binaryproto]然后在DataLayer层的预处理中指定该均值文件：transform_param

August26_cwx·2017-04-20 00:54

Caffe源码解读（七）：将图片数据转化为LMDB数据

caffe编译完成后在build/tools/目录下会生成一个convert_imageset工具，用来把图像数据转化成lmdb或者leveldb数据convert_imageset的使用方法第一步：创建图片文件列表清单列表清单一般为一个

August26_cwx·2017-04-19 02:13

Caffe源码解读（六）： Caffe的I/O模块

数据能过数据层进入caffe网络:数据层处于网络的最底层,数据可以从高效率的数据库中读取(如LevelDB或LMDB),可以直接从内存中读取,若对读写效率要求不高也可以从硬盘上的HDFT文件或者普通的图片文件读取

August26_cwx·2017-04-19 02:14

caffe非图像数据转换为lmdb

importnumpyasnpimportlmdbimportcaffeN=1000#Let'spretendthisisinterestingdataX=np.zeros((N,3,32,32),dtype=np.uint8)y=np.zeros(N,dtype=np.int64)#Weneedtopreparethedatabaseforthesize.We'llsetit10times#gr

抱石头冲天·2017-04-07 17:25

Caffe训练和测试自己的数据集

学习caffe后跑了自带的例子是不是感觉很不过瘾，学习caffe的目的不是简单做几个练习，而是要用到自己的实际项目或者科研中，所以本文介绍如何从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程

我拿buff·2017-04-07 17:06

caffe上手：修改已训练好的网络并训练模型

前面做好了lmdb和均值文件，下面以Googlenet为例修改网络并训练模型。

haoji007·2017-04-06 00:09

深度学习21天实战Caffe学习笔记一

/examples/mnist/create_mnist.sh把下载到的原始数据集转换为LMDB时报错了：然而我目前还不知道这个错误怎么解决？

spritezhong·2017-04-04 22:04

Caffe学习笔记(二)：使用Python生成caffe所需的lmdb文件和txt列表清单文件

转载请注明作者和出处：http://blog.csdn.net/c406495762Python版本：Python2.7运行平台：Ubuntu14.04最后修改时间：2017.4.20在上个笔记中，已经学会了如何使用Caffe利用作者给的脚本训练CIFAR-10数据集，得到训练好的CNN模型。但是在上个笔记中，使用的都是作者提供好的脚本文件，完全就是按照教程跑了一下提供的demo。对于自己手里的一

Jack-Cui·2017-03-29 21:31

Caffe学习-手写数字识别

1.Caffe训练方法综述caffe非常简单，训练时只需写prototxt文件即可，其大致的步骤为：Resize图片，转换存储格式(LMDB/LevelDB)定义网络结构（编辑prototxt）定义solver

yqtaowhu·2017-03-11 17:44

将自己数据集转化为lmdb格式

在caffe-master_github/examples/imagenet/路径下有convert_imagenet.sh文件，使用时有以下注意事项（注意点写在了代码注释里）:#!/usr/bin/envsh#Createtheimagenetlmdbinputs#N.B.setthepathtotheimagenettrain+valdatadirsEXAMPLE=examples/image

小胖蹄儿·2017-03-10 20:08

笔记2:caffe制作行人检测数据集

caffe对于训练数据格式，支持：lmdb、hdf5……，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。

jay463261929·2017-03-02 10:33

深度学习中整理图像数据常用的批处理方法

本文借助如下方法实现了训练图像和测试图像的记录，方便生成lmdb等格式的文件以供训练。

FlyingPie·2017-02-23 21:37

制作VOC类型数据集，生成txt，生成lmdb

前言：数据样式参照PASCALVOC需要文件链接：http://pan.baidu.com/s/1gfeHDMN密码：o7h0链接：http://pan.baidu.com/s/1nve53Wd密码：jbtt一：生成txt1：搜集图片，或者视频数据等，利用标注工具，形成图片信息以及注释信息。标注工具，自己编写的，效果如下：2：通过xml文件以及图片信息形成ImageSets/Main/trainv

麦兜ppig·2017-02-13 19:12

caffe训练自己的数据

build/tools/里面的convert_imageset，参数如下：convert_imageset[FLAGS]ROOTFOLDER/LISTFILEDB_NAMEFLAG:-backend:lmdb

mathilde27·2017-02-04 11:43

caffe框架图像处理常用命令

，请参考从以下文章：http://www.cnblogs.com/denny402/p/5083300.html）：（1）使用caffe自带的convert_imageset可执行文件将图片格式转化为lmdb

空山明月_Blog·2017-01-14 17:29

caffe学习系列：训练自己的图片集（超详细教程）

因此，本文介绍一下，从自己的原始图片到lmdb数据，再到训练和测试的整个流程。一、数据的准备有条件的同学，可以去ImageNet的官网点击打开链接，下载ImageNet图片来训练。

Cche1·2017-01-06 16:05

LMDB使用说明

http://rayz0620.github.io/2015/05/25/lmdb_in_caffe/官方的extract_feature.bin很好用，但是输出的特征是放在LMDB里的。

jyl1999xxxx·2016-12-30 14:30

【caffe源码研究】第二章：实战篇(1) : 字符识别项目

一、数据集的制作这里就使用lmdb格式，其他格式参考【caffe源码研究】第二章：使用篇(1):制作数据集中的方法即可。

FrankJingle·2016-12-26 21:17

以resnet作为前置网络的ssd目标提取检测

ssd网络下载和配置参考点击打开链接2.resnet前置网络pretrain2.1利用imagenet数据生成lmdb，采用create_imagenet.sh生成，内容

2014wzy·2016-12-16 20:23

caffe学习笔记（四）--制作自己的数据集train.txt和val.txt，生成LMDB文件

我今天尝试制作一个自己的训练数据集，主要步骤为：1.用MATLAB截图得到训练集的图片2.生成标签文件列表，即生成train.txtval.txt文件3.将txt文件列表中的图像与train图像库、val图像库的图像相连接，生成lmdb

芭蕉帘外雨声急·2016-12-15 14:47

【Caffe FCN】全卷积神经网络-图像语义分割实验-数据集制作，网络模型定义，网络训练（提供数据集和模型文件，以供参考）

FullyConvolutionalNetworksforSemanticSegmentation》代码：FCN的Caffe实现数据集：PascalVOC一数据集制作PascalVOC数据下载下来后，制作用以图像分割的图像数据集和标签数据集，LMDB

穆友航·2016-12-13 13:47

caffe学习笔记1：转化自己的数据为（leveldb/lmdb）文件

MNIST数据集是通过caffe可以直接获取数据集，如果我们要处理自己的数据的话，我们就需要做一些转化了，我们的图像数据往往是图片文件，jpg，jpeg，png等，然而在caffe中我们需要使用的数据类型是lmdb

heimu24·2016-12-12 12:58

caffe for windows的python接口学习（3）：生成以原始图片作为输入的配置文件

那种方式的前提是必须要先把原始图片转换成LMDB格式的文件才行。

furuiyang_·2016-12-01 18:29

caffe for windows的python接口学习（2）生成配置文件

先验知识：（1）如何配置caffeforwindows的python接口；（2）如何将图片转换成LMDB格式；（3）如何计算训练数据的均值文件。我们知道。

furuiyang_·2016-12-01 17:31

caffe 训练自己的数据集—调试技巧篇

[db_lmdb.hpp:15]Checkfailed:mdb_status==0(2vs.0)Nosuchfileordirectory我发现这checkfailed的上面有一句话：就是loadingfileform

_小马奔腾·2016-11-21 14:22

caffe-fast-rcnn（Caffe、FSRCNN、FastRCNN）

ShaoqingRen/faster_rcnn:FasterR-CNNrbg提供的python版本rbgirshick/py-faster-rcnngitclonehttps://github.com/LMDB

dp_research·2016-11-04 16:53

Caffe中图像写入LMDB（以及多标签）和读取LMDB数据

一个大牛写的教程：《APracticalIntroductiontoDeepLearningwithCaffeandPython》，写的很清晰。将图像写入LMDBimportosimportglobimportrandomimportnumpyasnpimportcv2importcaffefromcaffe.protoimportcaffe_pb2importlmdb#Sizeofimage

langb2014·2016-11-01 14:54

实战深度学习（一）——利用digits训练road模型

参考：http://www.cnblogs.com/denny402/p/5136155.htmlhttp://www.cnblogs.com/denny402/p/5136262.html第一步：生成lmdb

qulay·2016-10-10 20:07

大端、小端、魔数等概念

今天看caffe将mnist原始的二进制数据转成lmdb格式的时候，出现了大端存储，小端存储，魔数的概念，转换数据的源文件及函数在example/mnist/convert_mnist_data.cpp

zhangxu_bme·2016-10-10 17:19

caffe初探3：结合数据集与设计的网络模型进行训练

/caffe/forkrecognition/train_lmdb和./caffe/forkrecognition/test_lmdb（2）网络架构文件准

jiongnima·2016-09-27 10:20

Windows caffe vs2013训练自己的数据

windowscaffe请参考http://blog.csdn.net/hanpengpeng329826/article/details/522305531.数据格式转换Caffe的数据格式采用leveldb或者lmdb

hanpengpeng329826·2016-09-25 10:49

推荐频道

LMDB