如何在caffe中训练/testing我自己的数据集？
我从Caffe开始，这个例子运行得很好。
我有火车和标签数据data.mat 。 （我有300个训练数据，有30个特征，标签是(-1, +1) ，保存在data.mat ）。
但是，我不太明白如何使用caffe来实现我自己的数据集？
有没有一步一步教程可以教我？
非常感谢！！！！ 任何意见将不胜感激！
我认为将数据从Matlab传输到caffe最直接的方法是通过HDF5文件。
首先，使用hdf5write将您的数据保存在HDF5文件中的Matlab中。 我假设你的训练数据存储在一个大小为300乘30的variables名称X ，并且标签存储在一个300乘1的向量中：
hdf5write('my_data.h5', '/X', single( permute(reshape(X,[300, 30, 1, 1]),[4:-1:1]) ) ); hdf5write('my_data.h5', '/label', single( permute(reshape(y,[300, 1, 1, 1]),[4:-1:1]) ), 'WriteMode', 'append' );
请注意，数据保存为四维数组：第一个维度是要素的数量，第二个维度是要素的维度，最后两个维度是1（不包含空间维度）。 还要注意HDF5中的数据名称是"X"和"label" – 这些名称应该用作input数据层的"top"斑点。
为什么要permute ？ 请看这个答案的解释。
您还需要准备一个文本文件，列出您正在使用的所有hdf5文件的名称（在您的情况下，只有my_data.h5 ）。 文件/path/to/list/file.txt应该只有一行
/path/to/my_data.h5
现在你可以添加一个input数据层到你的train_val.prototxt
layer { type: "HDF5Data" name: "data" top: "X" # note: same name as in HDF5 top: "label" # hdf5_data_param { source: "/path/to/list/file.txt" batch_size: 20 } include { phase: TRAIN } }
有关hdf5input图层的更多信息，你可以在这个答案中看到。
