a blog driven by interest～
目标识别、目标检测、目标分割、目标跟踪是计算机视觉领域最热门的方向之一。传统机器学习方法中较为常见的做法是在滑动窗口中手工提取特征（例如Hog、SIFT等），然后将提取的特征送入分类器（例如SVM、Adaboost等）中，训练分类器预测输出。而每一类物体都有不同的特征，我们也很难提前知道哪种特征更加优秀，于是近年来目标识别的研究方向转向了深度学习。
目标识别（检测）问题与分类问题不同，识别或检测要求精准定位目标。一种解决问题的思路是将其看作一个回归问题，这种思路解决问题的效果可能并不理想，另一种更为普遍的做法还是使用滑动窗口进行检测。
博客正式进入caffe源码精读系列，博主会在阅读源码的过程中将自己认为重要的部分记录下来，整理成笔记。由于博主之前粗略浏览过一遍源码，对caffe的架构和caffe中使用的库有了了解，这些笔记介绍整体工作流程和框架的同时，还将偏重于源码的细节。第一篇博客主要由程序入口开始介绍caffe训练的流程。
caffe提供了将图像转换为lmdb或者leveldb格式的工具，在tool文件夹下的convert_imageset中可以找到对应文件，这个工具在很多例子中都有用到，比如mnist和imagenet，由于caffe默认使用lmdb这种又快又小的格式，我们在处理大量图像时也会用到，而我们如果要根据自身需求进行修改，那就需要读源码了。
caffe中需要将数据存储为lmdb、hdf5等数据库格式，caffe自带的convert_image工具可以完成lmdb数据格式的转换，但是遇到浮点数，这个工具就不行了，所以，只有存成hdf5了。对于python存储hdf5，本文分析多个demo的数据生成代码，并作出总结（主要就是贴代码了）：
我们参考caffe中ImageNet的例子来完成图像分类，我们的流程如下
1.参考ImageNet的代码，构建我们自己的数据集，jpg格式的图像分为train和val，即训练集和测试集
2.在文本文件中列出图像和标注
3.修改create_convert脚本，将图像转化为lmdb格式，注意，一定是jpg格式的图像，如果没有进行大小归一化，最好在脚本中进行缩放操作
4.使用make_mean脚本，计算图像均值
5.修改solver_prototxt文件和train_val_prototxt文件中的参数，进行训练
Caffe的作者是贾扬清（伯克利大学博士期间成果），其在深度学习科学研究中有着非同一般的地位，尤其是其代码在github上开源，以及CUDA加速的使用，使得普通学者也可以较为轻松的进行训练，介绍就不多说了，作为Caffe的第一课，首先就是Caffe环境配置、编译以及导入IDE中方便调试了，我们开始吧。