![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
caffe
文章平均质量分 87
HelloHaibo
keep your light on untill u are done
展开
-
opencv3.3出炉,与深度学习结合更密切
opencv3.3在八月3号发布,日志中说到:The main news is that we promoted DNN module from opencv_contrib to the main repository, improved and accelerated it a lot.For GPU there is experimental DNN acceleration using原创 2017-08-30 13:16:01 · 6069 阅读 · 0 评论 -
OpenCV3.3更新日志
2017.08opencv3.3新版本被发布,其中包括,加速DNN模块,并将其移到主仓库,Haibo在opencv中首次亮相,另外还对其他各模块进行了多重优化和改进。opencv_dnn 模块已从opencv_contrib移到opencv主仓库,并且功能被优化、改进:1、高层的API被修改,比以前更加方便2、新添加了一些回归测试,现在共有46种。3、修复Torch和T翻译 2017-08-30 16:24:53 · 4111 阅读 · 1 评论 -
Caffe实战Day5-使用opencv调用caffe模型进行分类
通过前面的文章,我们已经使用caffe训练了一个模型,下面我们在opencv中使用模型进行预测吧!环境:OpenCV 3.3+VS2017准备好三个文件:deploy.prototxt、caffemdel文件、标签文件labels.txt,建议大家按照前面的文章生成相应的文件,因为格式不同,可能程序运行会有错误。1、修改deploy.prototxt文件只需将输入层的格式修改一下:原创 2017-09-01 00:52:02 · 13923 阅读 · 12 评论 -
Caffe实战Day4-开始模型训练
OK,我们已经来到了最后一步-模型的训练,前三篇文章,我们已经将训练模型所需的文件、数据都准备好了,接下来一条命令就可开始模型的训练。新建脚本或者你也可以直接输入命令:#!/usr/bin/env sh/home/dasuda/caffe/build/tools/caffe train \ --solver=/home/dasuda/caffe-cnn/test_A/make原创 2017-08-29 22:59:08 · 4526 阅读 · 3 评论 -
Caffe实战Day3-准备网络结构文件和训练文件(重点)
友情链接:我的caffe实战Day2-准备lmdb文件和均值文件通过前两篇文章,我们已经把训练模型的数据准备好了,并做了需要做的预处理,接下来我们就开始准备网络结构文件,在开始之前呢,我们先列一下清单:ok,本此我们就是准备其中的train_val.prototxt,deploy.prorotxt,solver.prototxt三个文件,最后的caffemodel文件,相信原创 2017-08-24 21:24:59 · 10304 阅读 · 0 评论 -
Caffe实战Day2-准备lmdb文件和均值文件
友情链接:我的caffe实战Day1-准备训练数据OK,上篇文章我们已经生成两个txt文件,分别是train.txt和val.txt,训练数据和测试数据的标签文件。一、生成lmdb文件本次我们要生成能让网络结构文件“读懂”的标签文件格式——lmdb,其实还有很多其它格式:leveldb、hdf5等等。那么我们是以哪种形式生成lmdb文件呢?用的是caffe提供的convert_原创 2017-08-24 01:17:44 · 10501 阅读 · 0 评论 -
Caffe实战Day1-准备训练数据
本系列文章是我个人学习caffe时候的心得,如有错误之处,还请不吝意见,多多交流,共同进步,谢谢!原创 2017-08-22 23:51:50 · 13233 阅读 · 3 评论