本文是學習Caffe官方文檔"ImageNet Tutorial"時做的，同樣由于是Windows版本的原因，很多shell腳本不能直接使用，走了不少彎路，但是收獲也不少。比如：如何讓shell腳本在Windows系統上直接運行、如何去用Caffe給圖像resize來統一大小，如何去構建train.txt和val.txt等等。具體流程均記錄如下。

正文：

1.準備數據

我從網上下載了兩類圖片，一類為貓，一類為鳥，分別存在名為bird和cat的文件夾里，每類60張（50張做為訓練集，10張做為測試集）。【分開存放，在做train.txt時，方便打標簽。等做完標簽再將100張訓練圖片一起放在新建的train文件下里，下面會詳述。】

貓：（已經過批量重命名。ps：我選圖還是比較講究的，不好看的、不清楚的、不奇怪的我不選，哈哈）

鳥：（已經過批量重命名）

2.構建train.txt和val.txt

首先是重命名圖片，從搜索引擎下載下來的圖片的名稱都是則亂無章，我們需要用批量重命名的方法去先給它們命名。

批量重命名可以通過一個bat文件實現，代碼如下：

修改其中的“bird”位置，運行。比如，我將“bird”改為“Cat”，運行bat文件，效果如下：

可以看到圖片名字被統一的修改了，并且生成了一個list文件夾，通過txt文件的查找-替換，給每個文件打上標簽（比如Cat為0，Bird為1），截圖如下:

下面的工作自己做就行了，將cat和bird的txt文檔，合在一起，組成train.txt。同理，完成val.txt。我的train.txt和val.txt的截圖如下（我標簽用了1和2）：

3.數據處理

數據處理要進行三項：1.將圖片統一轉化成256X256大小。2.將數據轉化為LEVELDB格式。3.求數據均值。

看了一些博客，在將圖片統一轉化成256大小這兒曲線救國，想了很多方法。其實第1步和第2步可以一起完成，只要調用examples\imagenet\create_imagenet.sh就可以一起完成。但是shell腳本在Windows下如何運行呢？是可以的，只需要安裝Git即可在Windows環境下運行shell腳本！Git下載鏈接：https://git-scm.com/downloads/

根據具體情況，對create_imagenet.sh，做一些修改（需要修改處均用紅色方框標出，五角星處即是caffe自帶的resize圖片的地方，一定要設為true）：

打開git，運行create_imagenet.sh即可，查看文件夾，出現imagenet_train_leveldb和imagene_val_leveldb：

接下來是進行第三步，求圖像均值了。在進行這一步時，我使用\examples\imagenet\make_imagenet_mean.sh時，是成功求得了均值文件imagenet_mean.binaryproto，但在之后訓練時，一直報錯，提示均值文件無法讀取。故還是換用了compute_image_mean.exe，來求得均值文件，具體步驟，之前的文章已經記錄了，不再贅述。

再從\models\bvlc_reference_caffenet中，將train_val.prototxt和solver.prototxt復制過來，這樣所有文件都準備齊全了：

4.配置訓練所需文件

首先，根據具體情況修改，train_val.prototxt：

修改solver.prototxt：

關于solver里面的參數，我認為應該根據具體情況就修改就好了，這一部分我還不是很熟悉，慢慢積累吧。

5.進行訓練

寫一個bat文件，進行訓練即可！bat文件代碼如下：

6.訓練結果

因為我的電腦配置很低很低。。所以訓練起來很慢，我調小了很多參數，訓練了兩天還是沒訓完。。。貼一張訓練中的截圖吧：

?

7.總結

這次主要是為了自己感受一下用Windows Caffe訓練自己數據的整個過程，也沒有去追求準確率，也沒有考慮去跟蹤訓練過程去調參等等。這些經驗方面的知識，接下來慢慢繼續積累吧。經過這次學習，起碼能把整個過程跑下來了，收獲很多。