caffe
文章平均质量分 57
xiongly123
这个作者很懒,什么都没留下…
展开
-
caffe代码学习--Blob
在caffe/src/caffe/中的blob.cpp文件和在caffe/include/caffe/中的blob.hpp文件分别对应于blob的实现文件及其头文件 data_:表示网络各层的输入和输出;diff_:表示代价函数相对于各层参数的梯度;shape_中主要存储4个变量:num表示数量;channels表示对应层的通道;height和width就表示单个数据的尺寸;count_原创 2017-07-15 17:45:55 · 383 阅读 · 0 评论 -
深度学习-微调
在深度学习过程中,获取数据集后,在搭建自己的网络之前需要进行的是微调,通过别人现有的网络观察自己数据的实验结果,并在此基础上,初步确定自己网络的大体结构,其中微调的步骤主要有以下几步: 1) 获取已有网络的结构(prototxt)和网络参数(caffemodel),可以从网上下载经典的网络模型与网络结构 2) 准备好自己的数据集,一般情况下转换成为lmdb格式。 3)原创 2017-06-15 18:22:02 · 3072 阅读 · 0 评论 -
caffe中添加新层
caffe中包含有许多的layer,最基础的是blob,在caffe的整个结构中,所有的层中值的传递都是通过blob结构中的指针传递,因此需要了解一下blob的结构 在添加新层时,需要找到caffe中的proto文件,里面定义了许多参数,可以在这个里面定义自己在网络中需要用到的参数,并且定义参数的类型,例如说,在LayerParameter中添加新层里所需的参数,在这个地方后面加上自己的定义的名原创 2017-07-26 21:56:01 · 452 阅读 · 0 评论 -
caffe中的Dtype结构
在caffe中,经常使用Dtype数据结构,这种数据结构和cv::Mat 类似,都是三维结构,包含了长宽高,在对Dtype数据进行缩放的时候,相当于对三维数组的缩放,可以通过opencv中的cv::resize函数实现,但是再实现的过程中,如果只是这样,如下图所示,最后的结果与直接使用cv::resize的结果不同, 在实际中,需要将数据从data中一一赋值到im_img中,然后在进行r原创 2017-08-21 16:22:06 · 2426 阅读 · 0 评论