caffe
AllyLi0224
这个作者很懒,什么都没留下…
展开
-
mean.binaryproto未找到的解决办法
在windows系统运行时出现此问题,在solver.prototxt中把相关信息屏蔽掉,暂时解决问题。以下是正确的长久之计,不过是在linux系统下:compute_image_mean.bin生成均值文件mean.binaryproto:caffe中使用的均值数据格式是binaryproto, 作者为我们提供了一个计算均值的文件compute_image_mean.cpp,放在原创 2016-12-22 09:19:12 · 1642 阅读 · 2 评论 -
triplet loss layer原理
【前言】 最近,learning to rank 的思想逐渐被应用到很多领域,比如google用来做人脸识别(faceNet),微软Jingdong Wang 用来做 person-reid 等等。learning to rank中其中重要的一个步骤就是找到一个好的similarity function,而triplet loss是用的非常广泛的一种。【理解triplet】转载 2017-06-16 16:45:38 · 1626 阅读 · 0 评论 -
根据train_val.prototxt获取deploy.prototxt
本文以CaffeNet为例:1. train_val.prototxt 首先,train_val.prototxt文件是网络配置文件。该文件是在训练的时候用的。2.deploy.prototxt该文件是在测试时使用的文件。区别:首先deploy.prototxt文件都是在train_val.prototxt文件的基础上删除了一转载 2017-06-28 17:33:38 · 693 阅读 · 0 评论 -
unknown database backend
#include "caffe/util/db.hpp"#include "caffe/util/db_leveldb.hpp"#include "caffe/util/db_lmdb.hpp"#include #define USE_LMDB = 1; //找不到定义,就自己定义一下,即可解决问题 lmdb就可使用了namespace caffe { namespace db {原创 2017-06-29 17:35:15 · 2659 阅读 · 2 评论 -
caffe根据训练出的模型提取特征
参考:http://caffe.berkeleyvision.org/gathered/examples/feature_extraction.html在处理的过程中需要注意以下几个方面:1、均值文件的代替2、训练模型的代替3、模型结构文件的代替4、保存数据的类型问题,leveldb或者lmdb5、对源码需要熟悉原创 2017-06-29 17:43:13 · 1894 阅读 · 0 评论 -
caffe中feature提取时做的修改
templateint feature_extraction_pipeline(int argc, char** argv);int main(int argc, char** argv) { return feature_extraction_pipeline(argc, argv);// return feature_extraction_pipeline(argc, argv)原创 2017-07-03 16:17:17 · 1059 阅读 · 4 评论 -
基于深度学习的人脸识别系统系列——使用CUBLAS加速计算人脸向量的余弦距离
前言基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库)、Caffe(深度学习库)、Dlib(机器学习库)、libfacedetection(人脸检测库)、cudnn(gpu加速库)。 用到了一个开源的深度学习模型:VGG model。 最终的效果是很赞的,识别一张人脸的速度是0.039秒,而且最重要的是:精度高啊!!! CPU:intel i5-45转载 2017-07-04 16:09:21 · 3266 阅读 · 0 评论 -
centos安装caffe全过程
1、sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel其中hdf5-devel和leveldb-devel安装失败2、sudo yum install gflags-devel glog-devel lmdb-devel全部失败,补救原创 2017-06-14 17:48:56 · 1917 阅读 · 0 评论 -
Caffe各版本与源码全透析
一 Caffe版本 由于各个版本的不同,可能源码稍微有些不同,常用的版本有以下几个: 1.最原始的最开始版本:伯克利BVLC版https://github.com/BVLC/caffe2.贾扬清自己的版本:https://github.com/Yangqing/caffe3.caffe-for-windows基本版:https://github.com/ni转载 2017-11-29 17:56:24 · 429 阅读 · 0 评论 -
caffe 中的一些参数介绍
solver.prototxtnet: "models/bvlc_alexnet/train_val.prototxt" test_iter: 1000 # test_interval: 1000 # base_lr: 0.01 # 开始的学习率lr_policy: "step" # 学习率的drop是以gamma在每一次迭代中gamma: 0转载 2017-11-29 19:38:13 · 247 阅读 · 0 评论 -
caffe中openblas安装
BLAS是一个数学函数接口标准,有很多个实现。按照Caffe官方ubuntu的安装文档默认安装的是ATLAS。这个版本的BLAS不能利用多核CPU,我们将其换为OpenBLAS,可以利用多核CPU并行计算,加快Caffe的分类速度。源代码安装配置OpenBLAS1.git代码到本地并安装git clone https://github.com/xianyi/转载 2018-01-15 21:39:50 · 1073 阅读 · 0 评论 -
如何将caffe中的所需.o文件编译成可调用的.so文件
1、文件目录结构caffe-root |--include |--example |--face |--classification.h |--classificationcpp |--python |--src |--toolsface为我们添加的目录和文件2、修改Makefile文件(1)添加生成动态链接库文件名称DYNA...原创 2018-02-13 15:05:23 · 1150 阅读 · 0 评论 -
AttributeError: 'module' object has no attribute 'text_format'
问题: pb2.text_format.Merge(f.read(), self.solver_param) AttributeError: 'module' object has no attribute 'text_format'解决办法:pip install protobuf==2.6.0分析: 使用命令进行安装的时候,版本没有达到工程所需的,所以需要升级原创 2017-04-28 10:52:50 · 4131 阅读 · 0 评论 -
json_parser_read.hpp:257:264: error: ‘type name’ declared as function returning an array escape
运行make之后出现如下错误:/usr/include/boost/property_tree/detail/json_parser_read.hpp:257:264: error: ‘type name’ declared as function returning an arrayescape ^ /usr/include/boost/property_tree/det原创 2017-03-17 09:43:11 · 6517 阅读 · 4 评论 -
solver及其配置
solver算是caffe的核心的核心,它协调着整个模型的运作。caffe程序运行必带的一个参数就是solver配置文件。运行代码一般为# caffe train --solver=*_slover.prototxt在Deep Learning中,往往loss function是非凸的,没有解析解,我们需要通过优化方法来求解。solver的主要作用就是交替调用前向(forwar转载 2016-12-22 09:51:35 · 417 阅读 · 0 评论 -
epoch,[batch size], iterations
one epoch:所有的训练样本完成一次Forword运算以及一次BP运算batch size:一次Forword运算以及BP运算中所需要的训练样本数目,其实深度学习每一次参数的更新所需要损失函数并不是由一个{data:label}获得的,而是由一组数据加权得到的,这一组数据的数量就是[batch size]。当然batch size 越大,所需的内存就越大,要量力而行ite转载 2016-12-22 09:54:28 · 559 阅读 · 0 评论 -
Blob,Layer and Net
1、blobBlobs封装了运行时的数据信息,提供了CPU和GPU的同步。从数学上来说, Blob就是一个N维数组。它是caffe中的数据操作基本单位,就像matlab中以矩阵为基本操作对象一样。只是矩阵是二维的,而Blob是N维的。N可以是2,3,4等等。对于图片数据来说,Blob可以表示为(N*C*H*W)这样一个4D数组。其中N表示图片的数量,C表示图片的通道数,H和W分别表示图片的原创 2016-12-22 15:05:02 · 428 阅读 · 0 评论 -
softmax_loss,Inner Product,accuracy,reshape和dropout层及其参数配置。
1、softmax-losssoftmax-loss层和softmax层计算大致是相同的。softmax是一个分类器,计算的是类别的概率(Likelihood),是Logistic Regression 的一种推广。Logistic Regression 只能用于二分类,而softmax可以用于多分类。softmax与softmax-loss的区别:softmax计算公式:原创 2016-12-22 16:15:58 · 1330 阅读 · 0 评论 -
数据层及参数
要运行caffe,需要先创建一个模型(model),如比较常用的Lenet,Alex等, 而一个模型由多个屋(layer)构成,每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe,最重要的就是学会配置文件(prototxt)的编写。层有很多种类型,比如Data,Convolution,Pooling等,层之间的数据流动是以Blobs的方式进行。转载 2016-12-22 17:25:47 · 526 阅读 · 0 评论 -
error C2220: warning treated as error - no object file generated
紧跟error C2220的第一个warning,本例是C4047,那么在源文件的第一行,加入如下命令:#pragma warning(disable: 4047)再重新编译,如果还有此错误,就在4047后面继续加,以空格隔开如#pragma warning(disable: 4047 4013)原创 2016-12-28 11:58:01 · 847 阅读 · 0 评论 -
link error:Cannot Open File 'python27_d.lib'
使用C调用Python函数或解释器时,在添加了Include Directories和Library Directories等配置后,仍然编译错误:"LINK : fatal error LNK1104: cannot open file 'python27_d.lib'".只有MS_NO_COREDLL或Py_NO_ENABLE_SHARED被定义了,那么#ifdef MS_COREDL原创 2016-12-28 13:55:17 · 2292 阅读 · 0 评论 -
faster-rcnn安装及问题记录
工程可到http://download.csdn.NET/detail/oyangzi12/9692597 下载。程序默认使用GPU模式,如果没有GPU只需在程序中将caffe设置为cpu模式:1、配置opencv,安装vs,cuda,这里我使用的分别是2.4.9,2013,7.5版,这里我都安装到了默认路径,opencv放到了c盘根目录。2、下载微软提供的caffe(https:原创 2016-12-27 15:49:30 · 817 阅读 · 0 评论 -
matlab faster-rcnn 测试与训练
编译与准备测试(1)运行faster_rcnn_build.m。这是编译了nms和nms_gpu的mex,nvmex.m中的所有环境变量、VS是安装路径要和自己的一致:(2)运行startup.m,这是设置基本环境。测试demo(1)运行fetch_data/fetch_faster_rcnn_final_model.m,下载训练好的模型。如果onedriv原创 2016-12-30 11:34:59 · 1632 阅读 · 0 评论 -
ubuntu安装OpenBLAS
安装的步骤如下:(1)git clone git://github.com/xianyi/OpenBLAS(2)cd OpenBLAS(3)make FC=gfortran (如果没有安装gfortran,执行sudo apt-get install gfortran) (4) make install (将OpenBLAS安装到/opt下) (5) ln -s /opt/原创 2017-03-10 10:00:41 · 1121 阅读 · 0 评论 -
ssd in caffe windows10安装\配置
1. 所需文件vs2013,windows-caffe,ubuntu-ssd,libboost,cudnn,OpenCV(可选)ssd_detect.cpp,io.cppwindows-caffe地址: 链接:http://pan.baidu.com/s/1hrGRu1A 密码:j82r 或https://github.com/conner99/caffe,推荐使用后者。ubunt原创 2017-03-15 09:35:11 · 3362 阅读 · 2 评论 -
error: #error This file requires compiler and library support for the ISO C++ 2011 standard.
error: #error This file requires compiler and library support for the ISO C++ 2011 standard. This support is currently experimental, and must be enabled with the -std=c++11 or -std=gnu++11 compiler o...原创 2019-01-29 16:11:11 · 3045 阅读 · 2 评论