1 前言

Caffe對于像我這樣的初學者來說是一款非常容易上手的深度學習框架。關于用Caffe跑自己的數據這樣的博客已經非常多，感謝前輩們?yōu)槲覀兲峁┑倪@么好的學習資源。這里我主要結合我所在的行業(yè)，說下如何對跑通具有多通道多格式的遙感數據。

2 數據準備

Caffe封裝的非常好，要想將我們的數據運用于Caffe上，我們唯一要做的工作就是準備好Caffe支持的數據輸入格式（leveldb/lmdb）。

Caffe解決方案下有一個工程convert_imageset為我們提供了接口，主要是將圖像文件轉化為 Caffe支持的兩種數據格式。工程實現數據格式轉換主要經過以下幾個步驟：

在細讀這個工程文件是會發(fā)現，其數據讀取函數用的是OpenCV 的imread函數，在io.cpp。關于OpenCV的imread函數，這里不做詳細介紹，只說出其存在的問題：

1 對于圖像文件，imread不能讀取多波段數據（遙感圖像），超過4個波段的；

2 讀取的數據格式默認是CV_8UC（n），遙感數據明顯不符合要求。

 

因此，要想通過Caffe自帶的數據集轉換接口將多波段多數據類型的遙感圖像輸出為Caffe支持的leveldb和lmdb格式存在明顯的不合理問題。

 

關于遙感圖像的讀取，我想大家第一反應就是GDAL庫。因此，我嘗試在Caffe的解決方案下重寫數據轉換接口，利用GDAL庫來讀圖像，并將讀取的數據轉換為OpenCV的Mat數據格式，從而和圖1中流程的第二步接軌（GDAL數據讀取轉換為Mat格式可參看前面的博客）。但是后來一想，感覺這樣做有點多余，為啥不通過GDAL讀取的數據直接寫入到Caffe::Datum中呢。

后來仔細看了Caffe::Datum類，發(fā)現其存儲數據目前只支持uchar和float，如果讀者愿意，我想還可以給Datum類添加其他的支持數據格式。但是，我覺得float格式已經滿足我的要求了。因此，我寫了一個簡單的函數，實現從GDAL讀取的數據到Datum的轉化，其代碼如下：