1)   准备图片，并建立列表文件。

包括训练数据和验证数据。列表文件listfile结构为：filename label （subfolder/file1.jpeg 7）

2)   转换图片转为leveldb数据结构，并求图像平均

(1)  convert_imagesetrootfolder/ listfile DB_NAME [0/1]

rootfolder 为图像所在目录，listfile为图片以及标记的列表文件，最后一位选0表示安装给定顺序，1表示重新洗牌

注意：图像大小必须统一

(2)  compute_image_mean DB_NAME MEAN_NAME

3)   建立网络模型，并训练

主要是写train.prototxt和test.prototxt，还有solver.prototxt。可以考虑修改imagenet的网络模型，需要修改：

   source: "**_leveldb"

   mean_file: "**_mean.binaryproto"

采用IMagenet设置，出现如下问题：

error == cudaSucess<9 vs. 0> invalid configuration argument

看来要修改参数了，搜了一下，应该是batch_size吧。

等待结果。。。