关注
分享
Sunshine_in_Moon
对计算机视觉,深度学习方向很感兴趣，愿意和大家分享。现在学习大规模人脸识别，人脸检测等相关工作，希望得到大家的帮助！
展开
-
caffe官网教程中siamese例子，画特征错误提示及解决办法
这篇博客时承接上一篇画网络结构，在这里给大家一个网址，这个别人写的教程：http://blog.csdn.net/liumaolincycle/article/details/48531503，这个教程我相信对于没有使用Anaconda的同学会有帮助，好了下面介绍我遇到的问题及解决方法。 第一个问题就是：提示没有权限运行ipython notebook这个问题很好解决，相信大家都是只要加上原创 2015-11-04 12:19:21 · 1953 阅读 · 0 评论 -
Caffe中卷基层和全连接层训练参数个数如何确定
慢慢填坑中，今天来仔细讲一下卷基层和全连接层训练参数个数如何确定的问题。我们以Mnist为例，首先贴出网络配置文件：name: "LeNet"layer { name: "mnist" type: "Data" top: "data" top: "label" data_param { source: "examples/mnist/mnist-train-lev原创 2016-05-17 15:26:24 · 10950 阅读 · 5 评论 -
官方Caffe—Microsoft编译安装
安装了几次Caffe-Microsoft，是该总结一下了。总的来说，安装还是十分简单的，因为我们最头疼的第三方库可以自动安装。 第一步，下载解压Caffe https://github.com/BVLC/caffe/tree/windows 第二步，下载安装cuda https://developer.nvid原创 2016-05-16 16:45:07 · 6251 阅读 · 1 评论 -
Caffe错误：error C2220: 警告被视为错误 - 没有生成“object”文件
这个问题是我在安装官方Caffe，Windows版出现的问题，具体错误提示如下： E:\NugetPackages\boost.1.59.0.0\lib\native\include\boost/format/alt_sstream_impl.hpp : error C2220: 警告被视为错误 - 没有生成“object”文件 (..\..\src\caffe\util\math_fu原创 2016-05-16 16:44:37 · 27324 阅读 · 2 评论 -
Caffe错误：Message type "caffe.SolverParameter" has no field named "name"
今天使用caffe又遇到个奇怪的问题，错误提示如下：注意错误提示，没有找到“name”，错误原因是我把参数写错了，注意最上面--caffe.exe train --solver=(这个地方应该是solver文件，而我写的是网络配置文件)，改过来OK！原创 2016-05-16 11:03:08 · 10003 阅读 · 2 评论 -
caffe微调网络时的注意事项（持续更新中）
最近在微调遇到了一些困难，在此做一个记录，与大家分享！ 第一个，微调数据的准备 微调的目的是使别人训练好的模型更适合自己的数据，因此，微调的数据一般都是适合自己应用的数据。但是，大牛建议，在微调是不要全部使用自己的数据，应该将自己的数据和原始训练数据混合在一起，并逐步增加自己的数据的比例，这样效果可能会好一些。 第二个，网络的修改 微调是在已经训练好原创 2016-05-04 11:04:20 · 9786 阅读 · 4 评论 -
使用Caffe时,数据预处理小工具集合
在使用Caffe时，我们经常需要对数据进行一些预处理，我把自己写的一些小脚本放到了github上，如果有需要大家下载使用，如果你有更好的小脚本希望与我分享！连接在此：https://github.com/sunshineInmoon/Tools如果你觉得还可以请给打个星星哟......No1.CreatImagelist.py 这个不是出自我的手，但是却非常有用，可以产生原创 2016-05-26 16:57:56 · 5456 阅读 · 2 评论 -
Caffe错误boost::python::register_ptr_to_python<boost::shared_ptr<Blob<Dtype> > >();
今天在用Caffe- Microsoft可视化时遇到一个错误提示：No to_python (by-value) converter found for C++ type: boost::shared_ptrLayer >后来，查了不少资料终于解决了。这个问题的原因应该是boost版本的问题，我们需要修改caffe/python/caffe/_caffe.cpp 源文件。注意：我这里提原创 2016-05-12 10:15:56 · 2415 阅读 · 0 评论 -
警告：MemoryData does not transform array data on Reset()
最近在使用caffe的MemoryData层是出现了MemoryData does not transform array data on Reset() 警告信息，但是并不影响最后的结果。经过查询源码得知if (this->layer_param_.has_transform_param()) { LOG(WARNING) type() << " does not transfo原创 2016-04-12 18:49:09 · 2621 阅读 · 0 评论 -
caffe的python接口中的draw_net.py使用时，错误提示及解决办法
昨天在实验caffe官网教程中的siamese网络时，按照教程开始很顺利（提示这是本人在ubuntu14.04下，windows下有点麻烦），但是到最后两步画出网络结构与模型参数时遇到不少困难，搞了大半天，网络结构终于可以画了，但是特征还有待解决，后续。 事后总结，我之所以遇到这么多问题，主要是由于我使用了Anaconda，如果你没有使用可能会简单很多，可以参考我给的几个网址，相信就可以原创 2015-11-04 11:10:26 · 9539 阅读 · 0 评论 -
Caffe扩展新层
真的是被Caffe玩哭啦！。先说一下我的情况吧。我是用的Caffe是Windows版本，也许Linux版本就没有我的烦恼了。我想在训练的时候使用 BatchNormail层，由于我原先使用的是大神happynear的老版本了，但是老版本里没有Scale层，所以只能更新新版本。于是我使用官方Caffe-Microsoft版本，训练还算一切正常。但是到了应用阶段出现问题了。在命名空间caffe中找原创 2016-05-19 15:56:19 · 5504 阅读 · 1 评论 -
Caffe训练网络时的点点滴滴
以前主要是微调网络，所以参数的设计非常简单，我们只需要注意转换数据时把参数--shuffle=true，loss收敛就不会有什么问题。但是最近我重新训练网络，发现参数调试真的是一个麻烦的事情。在这里总结一下，供大家参考。 通过我不断的试验和大神的提点，我调节的主要是学习率。我们可能已经听说了很多，如果loss不收敛就将学习率降低。但是，这在重新训练时是个误区，尤其是在训练的开始阶段。在开原创 2016-11-25 13:40:59 · 7871 阅读 · 4 评论 -
Caffe-Windows下画loss与accuracy曲线
本篇博客主要讲述怎样在Windows下利用Caffe提供的脚本程序和Caffe训练日志画loss曲线与accuracy曲线。如果你是在Linux下使用Caffe可以参考这篇博客：http://blog.csdn.net/fx409494616/article/details/53197209?ref=myread。如果你还没有Caffe训练日志，请参考上一篇博客http://blog.csdn原创 2016-12-09 18:03:39 · 7596 阅读 · 26 评论 -
Caffe-Miscoroft无训练日志解决方法
Caffe的训练日志就是我们在命令窗口中看到的训练时打印出来的信息，我们可以利用这些信息画训练时lossaccruacy图，至于怎么利用这些信息画出这两个图是下一篇将要讲述的问题。我们先来看看这些保存在什么地方。如果你是使用的Caffe-Windows版本是happynear大神编译的老版本，那你应该会在bin文件下发现一个log文件夹，里面保存的就是我们需要的训练文件，文件名上有时间，可以很原创 2016-12-09 01:32:02 · 4248 阅读 · 4 评论 -
caffe错误锦集
在安装和运行caffe（我使用的是caffe-windo版本）时遇到了很多错误，在此记录下来，与各位分享：1、在打开vs2013后，配置matcaffe和pycaffe属性是，一定要切换到Release X64下，否则找不到作者的matlab和Python路径；2、如果在运行examples中的例子时，你不用批处理文件，那就要修改Layer.prototxt和solver.prototxt原创 2015-09-23 11:21:26 · 1597 阅读 · 0 评论 -
Check failed：error == cudaSuccess(30 vs. 0) unkown error
今天被这个问题折腾惨了。昨天Caffe使用还一切正常，今天就突然出现了这个问题，如下图所示：我尝试重新安装CUDA，重新编译安装Caffe，都没有成功解决。后来灵机闪现，想到是不是显卡驱动的问题（其实我就应该想到的，哎！）右击我的电脑->管理->设备管理->显示适配器如图（现在是正常状态），GT 730M显卡驱动前面应该是一个黄色小三角内部有个小叹号。右击->卸载。成功原创 2016-12-06 20:07:24 · 12805 阅读 · 6 评论 -
Caffe中学习率策略应如何选择
今天，在训练网络时想换一种学习策略试试，因此重新研究了一下Caffe中提供的各种学习率策略，在这里和大家聊聊我使用时的一些经验教训。我们先来看看和学习率策略有关的参数，以下的内容来自caffe.proto中：// The learning rate decay policy. The currently implemented learning rate // policies are原创 2016-12-11 00:28:05 · 16771 阅读 · 3 评论 -
caffe-将图片转化为siamese网络需要的数据库格式
本文转自：http://blog.csdn.net/sheng_ai/article/details/48174729在此十分感谢博主分享！由于最近要用到siamese网络，大概跑了一下caffe自带的siamese网络的例程，发现例程中对于数据格式的转换仅仅局限于mnist数据集，不能直接将其他图片格式的数据集转换为需要的格式，因此，在分析了数据转化的逻辑之后，发现每一张图片的转转载 2015-09-22 11:40:12 · 4816 阅读 · 2 评论 -
Caffe中crop_layer层的理解和使用
前段时间一直忙着找工作博客已经很久没有写了，看到了很多人的留言没有回复，在这里和大家说声抱歉。Caffe也是很久没有使用了，前天突然发现Caffe更新了，出现了一些新层，于是就挑着在论文中使用到的新层研究了一下。 本片博客主要是说明crop_layer（我叫他剪裁层）的理解和使用。在此申明博客中的内容部分引用其他博客我会给出连接地址，大家可以详细看原博客。 1、Crop_原创 2016-10-23 11:03:13 · 11188 阅读 · 8 评论 -
Caffe中把数据转换成灰度图
已经很久没有写过博客，原因是有段时间没整Caffe了。今天心血来潮，微调一个网络，结果困难重重。哎，三天打鱼，两天晒网果然不行。废话少说，直接上干货。 首先是我的目的是微调网络，原始训练数据是单通道灰度图，因此微调时输入的数据也必须是单通道灰度图，否则出现以下错误： 我遇到的问题是，我的数据明明已经用opencv把彩色图像转换成灰度图，然后保存成灰度图。但是此处还是原创 2016-03-25 16:57:20 · 8084 阅读 · 4 评论 -
caffe学习笔记-数据库制作及计算均值文件命令格式（windows版）
在caffe-windows版中，将图片数据转换成lmdb或leveldb数据库格式的函数已经写好，如果编译成功，则这两个工具也成功生成了，下面简单介绍一下，在命令行里调用这两个工具的方法（本人小白一个，大神勿喷！）1.制作mnist数据库首先、cd到convert_mnist_data.exe文件下，然后，输入命令convert_mnist_data（注意此处没有.exe,我记得原创 2015-09-23 10:49:27 · 3748 阅读 · 2 评论 -
Caffe源码学习系列二----卷积层
本文转自：http://zhangliliang.com/2015/02/11/about-caffe-code-convolutional-layer/感谢博主！一开始笔者先看了卷积层的梯度传导公式，参考了这两篇：http://ufldl.stanford.edu/tutorial/supervised/ConvolutionalNeuralNetwork/http:转载 2015-11-30 11:49:30 · 3057 阅读 · 0 评论 -
池化方法总结
本文转自：http://blog.csdn.net/mao_kun/article/details/50507376在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用转载 2016-01-15 21:03:17 · 1923 阅读 · 0 评论 -
python中list.append()后面数据覆盖前面数据分析及解决办法
今天在用python写代码时，在一个循环中想把一个变量vector利用vector.append（vector）写进列表vector2中，结果发现无法实现，vector后面的值会将列表中前面的值覆盖原创 2015-11-19 14:13:16 · 8513 阅读 · 0 评论 -
*_train_test.prototxt,*_deploy.prototxt,*_slover.prototxt文件编写时注意事项
本文只是自己学习一天的总结，如有不对的地方，欢迎指正！欢迎大家转载，但请标明出处，谢谢！1、*_train_test.prototxt文件这是训练与测试网络配置文件（1）在数据层中 参数include{ phase：TRAIN/TEST }TRAIN与原创 2015-10-28 18:41:26 · 9614 阅读 · 7 评论 -
caffe网络微调（fine-tuning）
网络微调（fine-tuning）是指在他人已经训练好的模型的基础好，利用自己的数据（稍微改变网络结构）微调权值，以解决自己的问题！微调也可以看成时，原来的网络训练到一半，然后继续训练的过程！原创 2015-10-30 09:33:03 · 2963 阅读 · 0 评论 -
ReLu(Rectified Linear Units)激活函数
本文转自：http://blog.csdn.net/liuxiabing150/article/details/48265791论文参考：Deep Sparse Rectifier Neural Networks (很有趣的一篇paper）起源：传统激活函数、脑神经元激活频率研究、稀疏激活性传统Sigmoid系激活函数Linear Units)激活函数" alt="技术分享"转载 2015-09-24 10:29:58 · 2214 阅读 · 0 评论 -
caffe报告笔记
本文转自：http://blog.csdn.net/hdanbang/article/details/44982191目录简介要点记录提问总结报告时间是北京时间 12月14日 凌晨一点到两点，主讲人是 Caffe 团队的核心之一 Evan Shelhamer。第一次用 GoToMeeting 参加视频会议，效果真是不错。报告后分享出了 视频转载 2015-09-22 11:35:28 · 1273 阅读 · 0 评论 -
error C4703: 使用了可能未初始化的本地指针变量“db”
在编译caffe的Windows版本时，遇到一个奇怪的问题提示：error C4703: 使用了可能未初始化的本地指针变量“db”网上查阅资料后找到了相应的解决方法。可参考：http://www.vcerror.com/?p=1514问题产生的原因：在VS2012创建项目时，会有一个勾选项，叫做“安全开发生命周期（SDL）检查”，这个东西是微软在VS2012新推出的东西，为原创 2015-11-05 13:41:17 · 5083 阅读 · 0 评论 -
Caffa 源码学习系列一----全连接层
前段时间学习了caffe的python接口的使用，为了提高速度，现在想直接使用C++接口，这面的系列是我的学习笔记！原作者：在路上 原文链接：http://zhangliliang.com/2014/09/15/about-caffe-code-full-connected-layer/今天看全连接层的实现。主要看的是https://github.com/BVLC/ca转载 2015-11-30 11:02:32 · 1314 阅读 · 0 评论 -
Caffe C++API 提取任意一张图片的特征系列一----ImageData
最近由于工作需要需要直接使用Caffe C++接口，查了很多资料后，问题终于解决。其中出现了很多问题，在这里和大家分享！今天首先介绍第一种方法用IamgeData！（这种方法相对简单）第一个问题：在VS2013中建立好工程后，运行时提示：卷积层没有注册！解决方法：把你的工程建立在happynear大神建立的buildVS2013工程中，因为要在工程属性中配置。右击工程->属性->通用属性->引用->原创 2015-12-01 10:11:36 · 6278 阅读 · 1 评论 -
Can't import name symbol_database
昨天辛辛苦苦又重新安装了一次caffe-windows（来自大神happynear，Caffe官网也退出了Windows版，我没有尝试）一切还算顺利，但最后用python接口时，出现了以前没有的问题。首先提示没有google.protobuf模块，这个好解决，只要使用sys.path.append（路径）命令把 protobuf/python 路径添加进来就可。以前这样做就可以了，但是昨原创 2016-03-31 10:33:29 · 6487 阅读 · 2 评论 -
python调用caffe接口进行classify时提示Mean shape incompatible with input shape错误的解决方法
本文转自：http://blog.csdn.net/eagelangel/article/details/51009682?ref=myreadpython调用caffe接口进行classify时提示Mean shape incompatible with input shape错误的解决方法：第一种：将 mean = np.load(args.mean_file)，改成 me转载 2016-03-31 10:18:31 · 1225 阅读 · 0 评论 -
Caffe Convolutional Layer
本文转自：http://blog.csdn.net/ayst123/article/details/43924151Caffe Convolutional Layer 记录先丛底层函数写起，依次讲解 Convolutional Layer 的 Forward 和 Backward 的函数Forward_Cpucblas_dgemm(/src/caffe/util/mat转载 2016-01-15 12:00:58 · 999 阅读 · 0 评论 -
Caffe C++API 提取任意一张图片的特征系列二----MemoryData
本系列第一篇博客简单介绍了ImageData方法，由于该方法增加图片只能在网络配置文件里，灵活性欠佳。因此本篇博客继续上一篇，介绍一种更加灵活的方法，用MemoryData层输入数据，可以直接用opencv接口读入我们的图片再添加的网络中。 第一个问题：仍然是工程建立问题，提示卷积层或其他层没有注册，解决方法与上一篇博客一样。可查看：http://blog.csdn.net/sunshine原创 2015-12-01 10:36:57 · 5394 阅读 · 10 评论 -
利用caffe建立自己的工程
如果想把caffe应用到实际的工程当中，我们需要自己建立工程。这个真的是把我虐哭了，各种错误！最后还好全都解决了。在这个还有感谢happynea大神。 至于如何建立工程，添加各种库我就不说了，我只说遇到的最要命的一个问题及解决办法！ 至于缺少库，自己百度解决吧，我说的是层的注册问题，第一次编译连接全都没错，运行时报错，unkown layer type ，这是因为我们没有注册原创 2016-01-07 16:49:10 · 2946 阅读 · 2 评论 -
Caffe CPU_ONLY编译方法总结
最近由于需要使用Caffe CPU版本，因此不得不自己编译，哎！各种大坑。不过最终的结果都是好的！下面有四种种方法又简到难依次介绍！第一种：最简单方式。 牛顿说过他看的远是因为他站在巨人的肩膀上。对于工程人员来说最重要的是把理论应用到实际，而理论本身可以次之。因此，我们完全可以利用别人的成果。用过Caffe-windows版的想必都知道happynear大神了，大神最近给我们提供了原创 2016-01-07 16:19:43 · 3701 阅读 · 2 评论 -
CNN网络提取哪层输出作为最后提取的特征为宜？
在使用CNN提取特征时，到底使用哪一层的输出作为特征呢？很多人会说：“当然是最后一个全连接层了！，这有什么问题？” 这还真有问题！我相信有很多人和我一样走入了一个误区，认为最后一个全连接层的输出连接最后的分类器，那么最后一个全连接层的输出当然是最后提取的特征了。知道昨天我读了一篇论文才恍然大悟，原来这样是错的！正确的答案是倒数第二个全连接层的输出才是最后要提取的特征。 原因：最后原创 2015-12-04 09:23:45 · 16017 阅读 · 19 评论 -
CNN卷积神经网络的改进（15年最新paper）
本文转自：http://blog.csdn.net/u010402786/article/details/50499864回归正题，今天要跟大家分享的是一些 Convolutional Neural Networks（CNN）的工作。大家都知道，CNN 最早提出时，是以一定的人眼生理结构为基础，然后逐渐定下来了一些经典的架构——convolutional 和 pooling 的交替，最转载 2016-01-21 16:51:03 · 1959 阅读 · 0 评论 -
LMDB To Picture by Python
自己写的一个小代码，稍后会传到GitHub上，这里分享给大家！# coding: utf-8import lmdbimport numpy as npimport caffe_pb2import cv2dataDir = '***_lmdb'#lmdb文件夹env = lmdb.open(dataDir,readonly=True,lock=True)datum = c原创 2018-01-13 18:38:09 · 544 阅读 · 0 评论