生成lmdb格式的数据包

一直做人脸识别，所以几乎没怎么再使用lmdb格式的数据，但是最近要训练人脸检测，然后不得不使用lmdb格式的数据包，然后悲惨的是我竟然忘记了怎样使用/(ㄒoㄒ)/~~；

所遇到的麻烦列举:

1，python 中的参数解析问题（因为我使用caffe工程中的create_annoset.py）

2，create_annoset.py中提示没有caffe；

首先讲一讲python中的参数解析问题（直接看create_annoset.py中源码）：

parser = argparse.ArgumentParser(description="Create AnnotatedDatum database")
  parser.add_argument("root",
      help="The root directory which contains the images and annotations.")
  parser.add_argument("listfile",
      help="The file which contains image paths and annotation info.")
  parser.add_argument("outdir",
      help="The output directory which stores the database file.")
  parser.add_argument("exampledir",
      help="The directory to store the link of the database files.")
  parser.add_argument("--redo", default = False, action = "store_true",
      help="Recreate the database.")
  parser.add_argument("--anno-type", default = "classification",
      help="The type of annotation {classification, detection}.")
  parser.add_argument("--label-type", default = "xml",
      help="The type of label file format for detection {xml, json, txt}.")
  parser.add_argument("--backend", default = "lmdb",
      help="The backend {lmdb, leveldb} for storing the result")
  parser.add_argument("--check-size", default = False, action = "store_true",
      help="Check that all the datum have the same size.")
  parser.add_argument("--encode-type", default = "",
      help="What type should we encode the image as ('png','jpg',...).")
  parser.add_argument("--encoded", default = False, action = "store_true",
      help="The encoded image will be save in datum.")
  parser.add_argument("--gray", default = False, action = "store_true",
      help="Treat images as grayscale ones.")
  parser.add_argument("--label-map-file", default = "",
      help="A file with LabelMap protobuf message.")
  parser.add_argument("--min-dim", default = 0, type = int,
      help="Minimum dimension images are resized to.")
  parser.add_argument("--max-dim", default = 0, type = int,
      help="Maximum dimension images are resized to.")
  parser.add_argument("--resize-height", default = 0, type = int,
      help="Height images are resized to.")
  parser.add_argument("--resize-width", default = 0, type = int,
      help="Width images are resized to.")
  parser.add_argument("--shuffle", default = False, action = "store_true",
      help="Randomly shuffle the order of images and their labels.")
  parser.add_argument("--check-label", default = False, action = "store_true",
      help="Check that there is no duplicated name/label.")

这么长一串参数解析，按道理是按照自己需要的填好就可以了，但是这么多参数是不是多需要填写了？又在哪里填写了，按什么方式填写？

第一个问题：是不是都要填写？经过调试代码，发现没有defalut值的是一定要填写的，然后就是根据自己设置的参数情况来进行填写。

第二个问题：python代码在调试时怎样填写参数？以下是pycharm中填写参数的方式：

可以看到红色的圈圈中有个三角符号，点击这个三角符号，就可以看到“Edit Configurations",然后点选“Edit Configurations"，就可以进入以下界面：

在红色框中填写参数就可以了。

第三个问题填写的方式是怎样的？

以下是我填写的前四个参数，分别对应"root","listfile","outdir","exampledir",

然后如果需要修改部分有默认参数的参数，填写如下：

以上是参数解析遇到的问题：

然后是运行create_annoset.py中提示没有caffe的问题

这个处理方法主要有两个：

1）在from caffe.proto import caffe_pb2前链接上caffe，

import sys
sys.path.insert(0,'/home/XXXXX/sdb/Caffe_Project_Train/caffe-ssd/python')

2）将caffe_root = os.path.dirname(os.path.dirname(os.path.realpath(__file__)))

caffe_root = "/home/XXXXX/sdb/Caffe_Project_Train/caffe-ssd"