![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
Wendy要努力努力再努力
四年北邮弱本,认认真真学通信;三年北大渣硕,寻寻觅觅转CV。
展开
-
用自己的数据完成“分类”
深度学习框架用的是caffe;网络模型是CaffeNet(AlexNet的变形)。1.准备数据我用的是Fish4knowledge数据集,数据集内总共有27370张图片,23类,每一类的数量不等且差异大。将其按照5:1:1的比例分为训练集、验证集、测试集。(记住由于每类的数据不均衡,所以一定要随机分配) 训练集:19550张图片 验证集:3910张图片 测试集:3910张图片 2.生成filelis原创 2017-10-06 17:31:38 · 1666 阅读 · 10 评论 -
用自己的数据集在R-FCN框架下进行检测
这个教程默认代码、预训练模型、测试部分的代码已经下载好,环境也已经编译好【训练】 models models文件夹下存放的是对应的预训练的模型在训练时的网络参数。 以ResNet-101为例: 注意:下面的cls_num指的是数据集的类别数+1(背景)。比如我想检测鱼这一个类别,cls_num=2. (1)修改其中的solver_ohem.protoxt train_net: "models原创 2017-11-12 11:26:34 · 663 阅读 · 0 评论