JACK_YOUNG007的博客

引言Caffe 全称Convolutional Architecture for Fast Feature Embedding，是一个计算 CNN 相关算法的框架，用C++ 和 Python实现的。Caffe 的优点与局限性：优点： 第一个主流的工业级深度学习工具； 专精于图像处理局限性：它有很多扩展，但是由于一些遗留的架构问题，不够灵活且对递归网络和语言建模的支持很差；基于层的网...

参考链接参考链接

引言图片减去均值后，再进行训练和测试，会提高速度和精度。因此，一般在各种模型中都会有这个操作。均值的计算实际上就是计算所有训练样本的平均值，计算出来后，保存为一个均值文件。在以后的测试中，就可以直接使用这个均值来相减，而不需要对测试图片重新计算。一、二进制格式的均值计算caffe 中使用的均值数据格式是 binaryproto，作者为我们提供了一个计算均值的文件 compute_ima...

引言如果用公式 y = f (wx + b) 来表示整个运算过程的话，那么 w 和 b 就是我们需要训练的东西， w 称为权值， 在 cnn 中也可以叫做卷积核（filter）， b 是偏置项。 f 是激活函数， 有relu、sigmoid 等。 x 就是输入的数据。在数据训练完成后，保存的 caffemodel 里面实际上就是各层的 w 和 b 的值。我们运行代码：deploy...

引言之所以使用 python 接口来运行 caffe 程序，其主要原因在于 python 非常容易可视化。所以推荐大家在 pycharm、jupyter notebook、spyder 等工具来运行 python 代码，这样才和它的可视化完美结合起来。同时便于读者的理解与学习。在 caffe 训练过程中，如果我们想知道某个阶段的 loss 值和 accuracy 值，并用图表画出来，用 p...

引言经过前面的 Caffe 学习系列的博文，我们已经寻练好了一个 caffemodel 模型，并生成了一个 deploy.prototxt 文件，现在我们就利用这两个文件来对新的图片进行分类预测。从 mnist 数据集中的 test 集中随便找一张图片，来进行实验：#coding=utf-8import caffeimport numpy as nproot='/home/x...

引言如果要把训练好的模型拿来测试新的图片，那么必须要一个 depoly.prototxt 文件，这个文件实际上和 test.prototxt 文件差不多，只是头尾不相同而已。 deploy 文件没有第一层的数据输入层，也没有最后的 accuracy 层，但最后多一个 softmax 概率层。python代码生成 deploy 文件：（以 mnist 为例）from caffe imp...

引言深度学习的第一个实例一般都是 mnist数据集，只要这个例子完全弄懂了，其他的就可以举一反三。由于篇幅问题，本文不介绍配置文件里面每一个参数的具体含义。如有需要参看之前的博文或者自行搜索学习。一、数据准备官网提供的 mnist 数据并不是图片，但是我们以后做的实际项目大多数都涉及到图片。在此提供一个百度云盘，里面存着mnist 图片数据。mnist图片数据下载链接数据分成了训练...

如果不进行可视化，只想的到一个最终的训练 model，代码很简单：import caffecaffe.set_device(0)caffe.set_mode_gpu()solver = caffe.SGDSolver('/home/xxx/data/solver.prototxt')solver.solve()...

引言Caffe 在训练的时候，需要设置一些参数，我们将这些参数设置在一个 solver.prototxt 的文件里面，如下：base_lr: 0.001display: 782gamma: 0.1lr_policy: “step”max_iter: 78200momentum: 0.9snapshot: 7820snapshot_prefix: “snapshot”sol...

引言在深度学习的实际应用过程中，我们经常用到的原始数据是图片文件，如jpg，jpeg，png，tif等格式的，而且图片的大小还可能不一致。而在 caffe 中经常使用的数据类型是 lmdb 或 leveldb，因此便产生一个问题：如何从原始图片文件转换成 caffe 中能够运行的 db （leveldb/lmdb）文件？在 caffe 中，作者为我们提供这样的一个文件： convert_i...

引言在学习和参加相关深度学习比赛的时候，一般情况下都是在准备好的情况下展开，而在实际的工作项目中。因为每一个公司的业务场景不同，需要我们自己去标记图片数据（参看深度学习标记工具汇总），并且在标记好的图片集中制作 caffe 框架的数据格式（lmdb文件），即本文所讲内容。制作自己的 caffe 训练数据集的整个过程分为：1. 准备自己的数据集；2. 生成 .txt 文件； 3.转化为 db...