我有一个问题要问你，也许你能给我一个线索。

我正在尝试制作一个 CBIR（基于内容的图像检索），所以我查询了一张图像，我得到了最相似的图像，而不是在大约 2000 张图像的数据库中分类。我正在尝试提取特征并通过欧几里得距离匹配它们，但我将尝试使用名为Caffe的框架来训练它们，以进行深度学习（神经网络）。

所以，我所做的是通过 3d 投影为每张图像采集 10 个样本（所以我拍摄图像 635.jpg，然后制作 635_1.jpg 等到 635_10.jpg）并且我使用原始图像 635.jpg 作为验证数据。因此，如果有 2000 张图像，我使用 20.000 张图像进行训练，并使用 2.000 张图像来验证 2.000 个类别……您认为这是个好主意吗？

先感谢您。

尽管我一直在尝试，但由于对 Mac OSx 的依赖存在大量错误，我仍然无法在 Caffe 上进行训练。我将切换到 Ubuntu，看看有什么问题。