Caffe 图像分类
本文主要描述如何使用 CAFFE 进行图像分类。
开发环境要求：windows 10 64位、Visual Studio 2017、.NET framework 4.6.1
分类
在一个项目的图像分类中，存在N个分类，每个分类需要有足量训练样本图像和测试样本图像。
训练
定义分类（标签）
分类的标签值 LabelValue 要求从0开始且连续增量为1
样本管理
用于管理每个分类的样本图像。
配置训练参数
主要用于修改基本配置、训练参数等。
注意：loss值越小代表训练效果越好，上图的loss=1.09699表示训练非常失败
//当前程序的根目录 string pathRoot = AppDomain.CurrentDomain.BaseDirectory; //demo项目的根目录 string projectPath = Path.Combine(pathRoot, "DemoProject"); //图像分类的训练器 Trainer trainer = new Trainer(projectPath); //创建训练数据（首次必须创建，后续可以不再重新创建） bool bRebuildData = true; if (bRebuildData) { //分类信息 List<LabelInfo> listLabel = new List<LabelInfo>(); listLabel.Add(new LabelInfo() { LabelValue = 0, LabelName = "b黑色" }); listLabel.Add(new LabelInfo() { LabelValue = 1, LabelName = "w白色" }); listLabel.Add(new LabelInfo() { LabelValue = 2, LabelName = "n无螺丝" }); //... //存储样本图像的根目录 string imagePath = Path.Combine(pathRoot, "DemoProject", "Images"); //将用于训练的图像信息加入到列表中 List<ImageSampleInfo> listTrain = new List<ImageSampleInfo>(); listTrain.Add(new ImageSampleInfo() { LabelValue = 0, FileName = "4e1b2156a4d548b690b9630f6ca2f8aa.bmp" }); //... //将用于测试的图像信息加入到列表中 List<ImageSampleInfo> listTest = new List<ImageSampleInfo>(); listTest.Add(new ImageSampleInfo() { LabelValue = 0, FileName = "0e48c295e2ab4eac85429ba94efa12c7.bmp"