caffe c++批量抽取特征的方法在[1]，，但是该方法使用中有几个疑问：
1. 如何转换levelDB 格式为libsvm格式。
2. ./build/tools/extract_features mini-batch 是代表什么意思，和imagenet_val.prototxt中的batch_size的关系是什么？
本文主要解决如上两个问题，具体extract_features源代码还需要进一步分析。
第一个问题，
./build/tools/extract_features models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel examples/_temp/imagenet_val.prototxt fc7 examples/_temp/features 10其中，10 是mini-batch, 假设imagenet_val.prototxt的batches size是128， 那么程序将抽取128 * 10个图片的特征。如果你有100张图片， 你可以设置mini-batch = 1, batches size = 100.如果你的image个数是1283， 那么如上数值的设置会是的leveldb多出3个无用的feature，这个需要注意， 我测试过好像是会重复之前的图片，具体需要研究源代码。第二个问题， 特征保存的格式为leveldb，如果需要用libsvm的格式访问特征，可以用python 进行转换， 程序如下， 这里感谢bean的程序[1]：import numpy as npimport caffeimport sysfrom caffe.proto import caffe_pb2#parse argumentdbName = sys.argv[1]featureFile = sys.argv[2]output = open(featureFile, 'w')# open leveldb filesdb = leveldb.LevelDB(dbName)# get db iteratorit = db.RangeIter()count = 0for key,value in it:# convert string to datumdatum = caffe_pb2.Datum.FromString(db.Get(key))# convert datum to numpy stringarr = caffe.io.datum_to_array(datum)[0]i = 0tmpS = ''# convert to svm formatfor i in range(0, len(arr)):tmpS += str(i+1) + ':' + str(arr[i].tolist()[0]) + ' '#print tmpSoutput.write(tmpS.strip() + "\n")count+=1print countoutput.close()
但是这个程序有个巨大的bug，db.RangeIter()返回的key 顺序是按照 字母 进行排序的，和levelDB的排序方式是不一样的。具体参见[3]:
The problem is most likely caused by re-ordering of training/test examples since thedb.RangeIter()iterates over keys in alphabetical order whileextract_featurescreates keys from index values without leading zeros (unlikeconvert_imageset). Hence, you get an order like0, 1, 10, 100, …
Parse the key value in python and put the extracted feature vector at that position.
在这里，我们也只能说fuck了。修改后代码如下 ：# get db iteratorit = db.RangeIter()features = {}for key,value in it:# convert string to datumdatum = caffe_pb2.Datum.FromString(value)# convert datum to numpy stringarr = caffe.io.datum_to_array(datum)[0]features[int(key)] = arr#write to file, since the key in it is sorted by alpha_number default, while leveldb is sorted by number, we must sort the key again.sort_features = collections.OrderedDict(sorted(features.items()))for k, arr in sort_features.iteritems():if(k > imageCount – 1):breakline = ""for i in range(0, len(arr)):line += str(i+1) + ':' + str(arr[i].tolist()[0]) + ' 'output.write(line.strip() + "\n")output.close()通过对比c++和python提取的feature， 大部分是一致的，但是还是有会细微的差别，可能是浮点数的精度问题吧。
参考文章：
1.
2.
3.https://github.com/BVLC/caffe/issues/1158
何愁没有快乐的泉溪在歌唱，何愁没有快乐的鲜花绽放！
