平台： ubuntu14.04lts
在編譯成功後的 ./build/tools/目錄下有乙個convert_imageset或者convert_imageset.bin，這個工具就是用來將自己的資料轉換為caffe所需要的資料格式。但是關於這個工具如何使用，它的源程式中也語焉不詳。好吧，我摸索了一天，網上查了各種資料，都無果而終，因為大家都說的是同乙個不知道哪位先驅者給出的例子，但是在我這個版本下已經完全無法使用，因為裡面沒有設定的寬度和高度，而預設的是0，所以這樣建立的資料庫檔案是無法使用的。正在絕望的時刻，突然想到了minst的這個示例中不是有轉換資料的指令碼嗎。對，就是create_minst.sh。
#!/usr/bin/env sh
# this script converts the mnist data into lmdb/leveldb format,
# depending on the value assigned to $backend.
example=examples/mnist#定義路徑
data=data/mnist
build=build/examples/mnist
backend="lmdb"echo "creating $..."
rm -rf $example/mnist_train_$#如果生成過資料，則刪除後重新建立，否則會建立失敗
rm -rf $example/mnist_test_$
$build/convert_mnist_data.bin $data/train-images-idx3-ubyte \
$data/train-labels-idx1-ubyte $example/mnist_train_$ --backend=$
#上面這句話意思是使用$build路徑下的convert_mnist_data.bin程式，來建立資料庫。第乙個引數$data/train-
#images-idx3-ubyte是原始資料的路徑，第二個引數就是你建立的label檔案了，第三個引數是指定建立的資料庫
#路徑及檔名。似乎已經沒問題了，然後我們看看這個程式的源**，裡面有一行說如果引數不是四個的話，會
#報錯，看來後面的引數都屬於第四個引數的了。（我是linux的小白，如果你是大神，看到這樣的推斷別笑話。）
#後面的引數有很多，包括必填項 --resize_width和--resize_height。還有--shuffle表示是否隨機讀取，--backend表示
#儲存的資料庫型別
$build/convert_mnist_data.bin
$data/t10k-images-idx3-ubyte \
$data/t10k-labels-idx1-ubyte $example/mnist_test_$ --backend=$
echo "done."
哈哈，相信我寫到這兒，加了那麼多注釋，應該沒問題了吧。
然後就仔細講講第二個引數。我們自己寫的時候就寫成txt的檔案，每一行第乙個寫檔名，第二個寫型別標號。比如：
caffe學習資料
這裡記錄幾個好的學習資源 1.官網的教程caffe官網教程位址 這裡面描述了caffe的安裝,配置以及用caffe跑一些實驗的細節 還有對caffe整個庫的構建思路的詳細介紹 2.caffe github上的wiki頁面對常見的一些用法進行了介紹,這些介紹上都會在後續的過程中有所涉及,強烈推薦 3....
caffe學習資料整理
部落格篇 乙個超讚的博主 會持續關注的 opencv對於影象進行處理 講解圖形影象方面一些常用的model vgg,axelnet,googlenet等model pycaffe 徐其華的部落格 這個大神寫的很好 caffe源 講解 這個大神寫的很好 關於caffe源 解析的 這個是他的cnbolg...
資料結構之自建陣列
package array.first public class array 無參構造行數，陣列容量預設為10 public array 獲取陣列中的元素個數 public intgetsize 獲取陣列的容量 public intgetcapacity public boolean isempty...