- 博客(26)
- 资源 (15)
- 收藏
- 关注
转载 txt和lmdb训练caffenet设置对比
主要是data层不同。1.txtlayer { name: "data" type: "ImageData" ### top: "data" top: "label" include { phase: TRAIN } layer { name: "data" type: "ImageData
2016-08-26 16:47:52 1035 1
转载 使用PIL实现多张图片垂直合并
# coding: utf-8 # image_merge.py # 图片垂直合并 # http://www.redicecn.com # redice@163.com import os import Image def image_resize(img, size=(1500, 1100)): """调整图片大小 """
2016-08-25 17:03:11 3264
转载 Python中os.path用法分析
这篇文章主要介绍了Python中os.path用法,实例分析了os.path的各种常用方法,具有一定参考借鉴价值,需要的朋友可以参考下本文实例分析了Python中os.path用法。分享给大家供大家参考。具体如下:#coding=utf-8 import os print os.path.abspath("d:\\new\\test.txt") print os.pa
2016-08-25 16:53:00 2485
转载 python字符串操作(连接、比较、格式化等)
字符串连接 方法一: >>> str1 = 'hello' >>> str2 = 'world' >>> str1_2 = str1 + ' ' + str2 >>> str1_2 'hello world' >>> print str1_2 hello world >>> >>> str1 = 'hello'>>> s
2016-08-23 19:23:47 421
原创 Python中判断图片格式并进行转换,将转换的图像保存到生成的文件夹中
import Imagefrom datetime import datetimeimport osstr = '/home/dltest/caffe/examples/sgg_datas/images/result_test/zutest/' + datetime.now().strftime("%Y%m%d_%H%M%S")while True==os.path.exists(str
2016-08-23 18:52:39 4230
原创 Python新建文件夹并以当前时间命名
from datetime import datetimeimport osstr = '/home/dltest/caffe/examples/sgg_datas/images/result_test/zutest/' + datetime.now().strftime("%Y%m%d_%H%M%S")/#判断文件是否存在,若文件存在则继续,直到该文件夹下不包含该文件名while Tr
2016-08-23 18:26:47 16837
原创 Python删除非空文件夹
str=‘/home/dltest/caffe/examples/sgg_datas/images/result_test’import shutilshutil.rmtree(str)print 'ok'
2016-08-23 18:24:31 3104
转载 Python中用format函数格式化字符串的用法
转载地址:http://www.jb51.net/article/63672.htm这篇文章主要介绍了Python中用format函数格式化字符串的用法,格式化字符串是Python学习当中的基础知识,本文主要针对Python2.7.x版本,需要的朋友可以参考下自python2.6开始,新增了一种格式化字符串的函数str.format(),可谓威力十足。那么,他跟之前的%
2016-08-23 11:32:08 722
原创 过拟合与欠拟合
这篇博文是根据几篇博文合并而成:参考博文如下:http://blog.csdn.net/guotong1988/article/details/50484632http://blog.csdn.net/maverick1990/article/details/11721453?utm_source=tuicool&utm_medium=referral简单定义:首先欠拟
2016-08-22 10:39:38 2758
转载 图像的上采样(upsampling)与下采样(subsampled)
转自:http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html 缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个:1、使得图像符合显示区域的大小;2、生成对应图像的缩略图。放大图像(或称为上采样(upsam
2016-08-16 21:49:42 4949
转载 caffe绘制训练过程的loss和accuracy曲线
在caffe的训练过程中,大家难免想图形化自己的训练数据,以便更好的展示结果。如果自己写代码记录训练过程的数据,那就太麻烦了,caffe中其实已经自带了这样的小工具 caffe-master/tools/extra/parse_log.sh caffe-master/tools/extra/extract_seconds.py和 caffe-master/tools/extra/plot_tra
2016-08-16 19:19:44 2417
原创 caffe下build中的tools文件消失
caffe下build中tools文件夹内包含了大量的caffe工具,一旦消失,整个caffe就无法运行,就连生成数据格式都不可以。小编就遇到这种情况。开始想着权限问题,可是在root用户下使用 ls -l 命令并没有查找到tools下的任何文件。这是小编确信tools文件夹下没有文件了。想着需要重新安装caffe了,想想过程痛苦不堪。小编是搞C++出身,灵光一现,想起了当时安装caffe时使用过
2016-08-16 17:00:05 3968 2
转载 Caffe中卷积的实现细节(涉及到BaseConvolutionLayer、ConvolutionLayer、im2col等)
文章地址:http://blog.csdn.net/xizero00/article/details/51049858一、 卷积层的作用简介卷积层是深度神经网络中的一个重要的层,该层实现了局部感受野,通过这种局部感受野,可以有效地降低参数的数目。我们将结合caffe来讲解具体是如何实现卷积层的前传和反传的。至于是如何前传和反传的原理可以参考Notes on Conv
2016-08-12 15:58:46 14065 2
转载 Caffe学习笔记——Caffe的三级结构(Blobs,Layers,Nets)
根据Caffe官方文档介绍,caffe大致可以分为三层结构blob,layer,net。数据的保存,交换以及操作都是以blob的形式进行的,layer是模型和计算的基础,net整和并连接layer。BlobsBlob是Caffe的基本数据结构,具有CPU和GPU之间同步的能力,它是4维的数组(Num, Channels, Height, Width)。设Blob数据维度为 number
2016-08-08 15:07:13 2327
原创 caffe的python接口学习:用训练好的模型(caffemodel或者h5)来分类新的图片
使用Python接口调用训练好的模型进行图像分类,需要准备以下文件:(1)网络模型结构文件——deploy文件,该文件的生成可参考博文http://blog.csdn.net/u010417185/article/details/52137825(2)已经训练好的模型——caffemodel或者h5都可以(3)类别标签文件——label.txt,里面写有全部标签名称,格式如下所示:
2016-08-08 13:45:16 7346 2
原创 根据 *_train_test.prototxt文件生成 *_deploy.prototxt文件
本文参考博文(1)介绍 *_train_test.prototxt文件与 *_deploy.prototxt文件的不同:http://blog.csdn.net/sunshine_in_moon/article/details/49472901 (2)生成deploy文件的Python代码:http://www.cnblogs.com/denny402/p/5685818.htm
2016-08-06 19:43:11 8160 2
转载 *_train_test.prototxt,*_deploy.prototxt,*_slover.prototxt文件编写时注意事项
原文:http://blog.csdn.net/sunshine_in_moon/article/details/49472901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{
2016-08-06 18:35:33 659
转载 caffe——cifar10模型训练自己的数据
本文是基于已建立自己的数据集,将数据集打包生成为 lmdb 格式以及生成均值文件 mean 文件。下面是针对CIFAR10 模型对自己数据集进行训练时需要进行的修改。修改solver、train_val配置文件把cifar的两个配置文件拷过来:cifar10_quick_solver.prototxtcifar10_quick_train_test.prototxt首先
2016-08-06 11:37:00 3091
转载 ubuntu查看系统资源占用(内存,cpu和进程)
1 top 查看ubuntu的资源占用的命令为$: top 说明:top命令就可以查看内存,cpu和进程了,很方便top:主要参数d:指定更新的间隔,以秒计算。q:没有任何延迟的更新。如果使用者有超级用户,则top命令将会以最高的优先序执行。c:显示进程完整的路径与名称。S:累积模式,会将己完成或消失的子行程的CPU时间累积起来。s:安全模式。i
2016-08-05 14:21:46 1700
原创 caffe下为图像加标签,转换为可执行文件.lmdb格式
caffe对于训练数据格式,支持:lmdb、h5py……,其中lmdb数据格式常用于单标签数据,像分类等,经常使用lmdb的数据格式。对于回归等问题,或者多标签数据,一般使用h5py数据的格式。当然好像还有其它格式的数据可用,本文就主要针对lmdb数据格式的制作方法,进行简单讲解。以一个简单的例子来介绍一下如何生成自己的图像集。lmdb数据lmdb用于单标签数据。为了简
2016-08-04 17:01:53 9403 2
原创 学习caffe比较好的网址、博文
1、相对较全面的网址:http://www.aiuxian.com/relative/p-1631663.html2、Windows下配置、运行caffe 博主:http://blog.csdn.net/zb1165048017/article/details/51549105
2016-08-03 13:34:47 614
转载 caffe之训练数据格式
原文地址:http://blog.csdn.net/hjimce/article/details/49248231作者:hjimcecaffe对于训练数据格式,支持:lmdb、h5py……,其中lmdb数据格式常用于单标签数据,像分类等,经常使用lmdb的数据格式。对于回归等问题,或者多标签数据,一般使用h5py数据的格式。当然好像还有其它格式的数据可用,不过我一般使用这两种数据格式,因此
2016-08-01 15:52:09 1102 1
原创 caffe学习之博主收录
caffe学习:http://blog.csdn.net/hjimce/article/details/49248231深度学习图像处理:http://blog.csdn.net/lynnandwei/article/details/45716849#comments
2016-08-01 15:47:59 506
转载 Caffe 源码添加多标签
Caffe 的源码仅适用于模式分类问题,其标签是一维的。为了能够将 Caffe 代码应用于车辆的检测问题上,首先要解决的问题就是将 Caffe 源码中与标签相关的代码由一维改为多维。本项目由于只需预测车辆的上下两角的坐标(x1,y1, x2,y2),即将标签修改为4维。这次能够很顺利的修改源码,很大一原因是实验室的师弟太给力了,他们对 Caffe 源码的研究开始地很早,并在以 Caff
2016-08-01 15:46:32 1089
转载 caffe再见之训练自己的数据
Caffe的数据格式采用leveldb或者lmdb格式 本文采用数据为已标定过的彩色图像,共1000张训练图共10个类别,200张测试图像10个类别,下载地址:http://pan.baidu.com/s/1hsvz4g8。 第一步:数据格式转换 1.编译conver_imageset,在\Caffe-Master\Build\x64\Release下生成conv
2016-08-01 15:45:14 1609 2
原创 caffe学习(一):CIFAR-10
前段时间一直在弄tensorflow,现在实习公司项目需要对比tensorflow与caffe在图像分类上哪个更好,所以小编我现在只能先把tensorflow放一边,搞一搞caffe。网上有很多这样的资源,可是大家写的都一样,运行起来还有好多没有写明白的,为了以后再用到,同时方便像我这样的新手学习,我将把我在caffe上运行CIFAR-10例子的过程尽可能的写的详细一点。先简单介绍一下CI
2016-08-01 11:48:35 16427 15
opencv SVM图像分类工程文件
2017-07-17
TensorFlow MNIST数据集下载脚本input_data.py
2016-07-28
word调用操作
2016-05-11
linux流媒体播放
2014-02-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人