![](https://img-blog.csdnimg.cn/20200726120314122.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
caffe
这个是关于caffe的
DWQY
这个作者很懒,什么都没留下…
展开
-
windows10环境下载labelImg及使用方法
在图像检测中涉及到SSD(一种识别算法,不是那个固态硬盘hhh)的时候,打标签的方式变了。之前使用的caffe的框架,直接在txt中在图像名后面写上标签就可以,但SSD中需要先建立xml文件。这个xml里面存储了什么呢?其实可以通过文本形式打开文件,里面存储就是图像中框出特定区域的坐标以及你为该图片打的标签,也是一种标签文件。 好了,废话不多说,进入正题,怎么在windows10下下载labelImg~*(ai !这个小写的L和大写的i怎么长一样。。。。)一、labelImg的下载 本文介绍的原创 2020-09-17 15:37:03 · 5151 阅读 · 3 评论 -
caffe使用训练好的模型对自己的一张图片进行测试
前面学习了如何训练模型,也学了如何用测试集测试模型。但是好像还不会拿一张自己的图片去模型中进行测试。这篇文章就主要聊聊如何使用训练好的模型对自己的一张图片进行测试!(前面提到了做的项目是藏文识别,本篇文章就以藏文MNIST数据集模型作为举例,请各位重点关注不同的地方) 基本步骤如下: 1.准备测试数据 2.准备deploy文件 3.准备标签文件 4.准备均值文件 5.准备分类器文件 6.使用命令进行测试1.准备测试数据: 这里的数据可以是网上下载的可以是自己原创 2020-08-25 09:33:58 · 979 阅读 · 0 评论 -
使用caffe自带模型训练cifar10数据集
前面训练了mnist数据集!但caffe自带的数据集还有cifar10数据集。同样cifar10数据集也是分类数据集,共分10类。cifar10数据集中包含60000张32x32的彩色图片。(其中包括50000张作为训练集,10000张作为测试集)对于cifar10数据集更为详细的了解请各位百度,在此不再赘述。本文主要谈谈使用caffe自带模型对cifar10数据集进行训练的过程。 cifar10数据集训练步骤如下: 1.下载cifar10数据集: 进入caffe目录(cd caffe),输原创 2020-07-28 20:19:13 · 324 阅读 · 0 评论 -
caffe新手常遇到的三个问题
刚刚训练完了mnist数据集,不过大多数人肯定都是按照网上的博客一步一步跟着操作的吧!其实也不是很懂。不知道你的心里是否有以下三个问题呢? 1.怎么进行数据格式处理?/怎么生成LMDB/LEVELDB格式数据? 2.怎么编写网络结构文件? 3.怎么编写网络求解文件? 这篇文章,我们就来回答一下这三个问题。为以后自己熟练的训练模型打下一个坚实的基础!一、怎么进行数据格式处理?/怎么生成LMDB/LEVELDB格式数据? 在caffe中,作者为我们提供了这样一个文件:convert_i原创 2020-07-27 22:24:38 · 135 阅读 · 1 评论 -
caffe报错:Check failed: width <= datum_width (28 vs. 17)
使用caffe建立模型的时候需要转换LMDB格式,但转换完成进行训练的时候却会报错Check failed。这个错误的原因是图片大小不匹配。在之前我一直以为在转换之前要把所有图片大小转换为目标尺寸,于是自己写了一个脚本把所有图片大小转换。但还是有纰漏的地方,今天发现一个更好的方法,记录下来! 其实也很简单:就是把大小修改放在转换lmdb的脚本中,在脚本中添加如下语句:RESIZE=trueif $RESIZE; then RESIZE_HEIGHT=28 RESIZE_WIDTH=28原创 2020-07-26 15:31:16 · 230 阅读 · 0 评论 -
ubuntu16.04caffe训练mnist数据集
搭好了环境,下面就该训练模型了呀!实践才是真理的唯一标准!大多数情况下,新接触caffe的小白们第一个训练的模型一定是Mnist数据集吧。这篇文章就以mnist数据集为例介绍下如何训练模型吧!(训练模型,想想就激动~) 先来简单的介绍一下mnist数据集,mnist数据集属于分类的数据集。里面包含了从0-9十个类别。mnist数据集中共包含70000张图片,其中60000张是训练集,10000张是测试集。训练集和测试集对于熟悉深度学习的人肯定不陌生吧!这是我们模型训练的基础。70000张图片大小是2原创 2020-07-24 01:18:31 · 185 阅读 · 0 评论 -
ubuntu16.04下载caffe(CPU版本)及部分文件说明
一、caffe下载 caffe的下载是个麻烦的过程,真是废了九牛二虎之力。分CPU版本和GPU版本。在GPU版本中需要使用到CUDA驱动,所以显卡必须是英伟达(Nvidia)的显卡。可通过以下命令检验显卡类型: lspic | grep -i vga 如果有输出代表是N卡,没有输出就不是N卡。下载caffe只能够下载CPU版本。CPU版本的下载比GPU版本的下载简单很多,但苍天逃过谁:训练的时候报应就来了——CPU版本实在太慢了!!! 因为我的电脑没有N卡,所有我下载的caffe的CPU版原创 2020-07-21 00:59:38 · 312 阅读 · 1 评论 -
ubuntu16.04搞出百度的方法
作为一名使用Windows超过10年的选手,对于Linux自然是陌生的不能再陌生。但是没有办法,时势所迫,只好搞一搞。 我安装的Linux系统是ubuntu的16.04版本。相信很多新手和我一样,刚刚安装完系统后点进火狐浏览器的时候,没法上网!没法和亲爱的度娘聊天,多么痛苦! 以上全是牢骚,下面才是正文! 本篇文章就介绍一下刚安装好ubuntu后怎么搞出百度(请注意本文章只实践于ubuntu16.04,其他版本可作为参考或另上网寻找方法) 其实也简单,就两步: sudo apt-get原创 2020-07-21 00:25:01 · 629 阅读 · 0 评论 -
caffe学习路的起点
从这学期开始就在做我的科创。到现在已经有几个月了,手里积攒了一些零零散散的素材。想了又想,还是写成博客。一方面可以帮助自己梳理下思路,另一方面说不定以后有同道中人还可以以我这个作为一个参考。 科创的主题是对于基于CNN神经网络的藏族文字识别,也属于深度学习的范畴之中。所以整个过程都在了解深度学习的知识。之前做了一段时间的tensorflow框架,但是老师说为了更契合开发板,能让我们的想象中的成果(还没做完,严谨一点)有一个载体,修改成了caffe的深度学习框架。本系列博客也主要是记载了学习caffe原创 2020-07-21 00:11:57 · 101 阅读 · 0 评论