std::ifstream infile(argv[2]);
std::vector
> > lines;
std::string filename;
std::string label_count_string = argv[5];
int label_count = std::atoi(label_count_string.c_str());
std::vector
label(label_count);
while (infile >> filename)
// create new db
scoped_ptrdb_image(db::getdb(flags_backend));
scoped_ptrdb_label(db::getdb(flags_backend));
db_image->open(argv[3], db::new);
db_label->open(argv[4], db::new);
scoped_ptrtxn_image(db_image->newtransaction());
scoped_ptrtxn_label(db_label->newtransaction());
上面我們就有了多工的深度學習的基礎部分資料輸入。為了向上相容caffe框架，我也是參考了大牛的部落格，摒棄了部分開源實現增加data層標籤維度選項並修改data層**的做法，直接使用兩個data層將資料讀入，即分別讀入資料和多維標籤。接下來詳細介紹訓練所需要做的步驟以及和修改。
1. lmdb的資料製作
由於篇幅的原因，我只貼了部分主要的**圖，注意下圖示紅的部分，第乙個是你多標籤所需要的類別數目，第二個是一些資料的路徑。
由於現在為了支援多標籤，把資料和標籤分開了，以前的單標籤在data層資料和標籤在一起的對應的（自己的理解）。所以第三和第四初標紅的是test和train最後用於訓練的lmdb資料和對應多維標籤。這製作lmdb指令碼檔案我會放在我的部落格資源上:
#訓練資料層
name: "caffenet"
layer
transform_param
data_param
}#訓練資料標籤層
layer
data_param
}#測試資料層
layer
transform_param
data_param
}#測試資料標籤層
layer
data_param
}
Caffe實現多標籤分類
任務 我這裡給出乙個具體的任務咯，要求在以下中，識別出汽車品牌和車輛外形。汽車品牌分為 benz bmw audi 車輛外形分為 sedan suv。這是乙個只有72張的小資料庫,包括了測試和訓練集 這裡寫描述 我們這裡採用的是上述文章中薛大牛的方法，兩個data層，乙個data只放，另乙個data...
多標籤分類問題
多類分類與多標籤分類 深度學習 多標籤分類問題 深度學習，opencv3 mxnet等影象處理相關的demo 深度學習模型處理多標籤 multi label 分類任務 好，介紹了整個處理流程 多標籤 multi label 分類任務 和 多分類 multi class 任務的區別 這裡筆者強調一下多...
caffe多工學習之多標籤分類
最近在參加乙個識別的競賽，專案裡涉及了許多類別的分類，原本打算乙個大的類別訓練乙個分類模型，但是這樣會比較麻煩，對於同一的分類會重複計算分類網路中的卷積層，浪費計算時間和效率。後來發現現在深度學習中的多工學習可以實現多標籤分類，所有的類別只需要訓練乙個分類模型就行，其不同屬性的類別之間是共享卷積層的...