学习的caffe的目的，不是简单的做几个练习，而是最终落实到自己的项目或科研中去。因此，本文介绍一下，从自己的原始图片到lmdb数据，再到训练和测试的整个流程。

一、数据的准备

    有条件的同学，可以去ImageNet的官网点击打开链接，下载ImageNet图片来训练。但是我没有下载，因为我注册过程中一直出现bug。

    也可以去这个网盘（点击打开链接）下载图像数据，包括手写数字.jpg，手写数字.csv，人脸检测正负样本224*224，image.zip，.CASIA-WebFace.zip

    我重新找了500张图片来代替，分为大巴车、恐龙、大象、鲜花和马五个类，每个类100张。需要的同学，可以去这个网盘下载点击打开链接。

    编号分别以3，4，5，6，7开头，各为一类。我从其中每类选出20张作为测试，其余80张作为训练。因此最终训练图片400张，测试图片100张，共5类。我将图片放在caffe-master根目录下的data文件下。即训练图片目录：data/re/train/，测试图片目录：data/re/test/

二、转换为lmdb格式

    首先在examples下面创建一个myfile的文件夹，来用存放配置文件和脚本文件。然后编写一个脚本create_filelist.sh，用来生成train.txt和test.txt清单文件

    #sudo mkdir examples/myfile

    #sudo vi examples/myfile/create_filelist.sh

    编辑create_filelist.sh文件，并写入如下代码，并保存

    #!/usr/bin/env sh
    DATA=data/re/
    MY=examples/myfile

    echo "Create train.txt..."
    rm -rf $MY/train.txt
    for i in 3 4 5 6 7
    do
    find $DATA/train -name $i*.jpg | cut -d '/' -f4-5 | sed "s/$/ $i/">>$MY/train.txt
    done
    echo "Create test.txt..."
    rm -rf $MY/test.txt
    for i in 3 4 5 6 7
    do
    find $DATA/test -name $i*.jpg | cut -d '/' -f4-5 | sed "s/$/ $i/">>$MY/test.txt
    done
    echo "All done"

    注： 这个脚本文件中，用到了