caffe
文章平均质量分 50
LBJ_qin
这个作者很懒,什么都没留下…
展开
-
caffe 前向传播和反向传播
caffe学习笔记3从3.1开始主要翻译一下caffe的官方文档,写的非常好,忍不住要作一下。本篇翻译来自caffe官网的:http://caffe.berkeleyvision.org/tutorial/forward_backward.html前向传播和反向传播是计算神经网络非常重要的部分。考虑一个简单的逻辑回归分类问题前向传播:通过网络的输入计算输出结果的过程,在前向传播中,...转载 2018-10-27 11:18:51 · 580 阅读 · 0 评论 -
caffe 中 BatchNorm layer设定
转载于http://blog.csdn.net/u012939857/article/details/70740283BN层的设定一般是按照conv->bn->scale->relu的顺序来形成一个block。 关于bn,有一个注意点,caffe实现中的use_global_stats参数在训练时设置为false,测试时设置为true。 因为在训练时...转载 2018-12-06 14:38:54 · 503 阅读 · 0 评论 -
SSD: Single Shot MultiBox Detector 模型fine-tune和网络架构
前言 博主在上一篇中提到了两种可能的改进方法。其中方法1,扩充类似数据集,详见Udacity Self-Driving 目标检测数据集简介与使用 ,由于一些原因,并未对此数据集做过多探索,一次简单训练下,mAP为64%左右,这还需要进一步探索。而方法2,说的是fine-tune已经训练好的SSD model,最近没来得及进行调参,初次实验效果有限,...转载 2018-11-08 20:07:07 · 296 阅读 · 0 评论 -
cifar10 数据集转换成图片
自己亲测,转换一部分,可以使用import cv2import numpy as npfile = 'data_batch_2'官方给的示例:def unpickle(file): import cPickle with open(file, 'rb') as fo: dict = cPickle.load(fo) return di...原创 2018-11-02 10:47:32 · 4403 阅读 · 1 评论 -
caffe 安装问题小总结(make pycaffe
caffe 安装问题小总结(make pycaffe)1\ Make pycaffe -j8编译报错gedit ~/.bashrc打开文件,最后面加入 自己的路径export PYTHONPATH=/home/hyhuang/下载/caffe/pythonsource ~/.bashrc,生成修改错误修改1,caffe目录下,进入Python环境python/caffe/_caffe....原创 2018-11-06 10:55:12 · 1630 阅读 · 0 评论 -
安装caffe /usr/bin/ld: cannot find -lhdf5
每次安装都是新的体验:如果编译caffe时提示找不到libhdf5.so , 错误提示为:/usr/bin/ld: cannot find -lhdf5使用命令sudo find / -name libhdf5.so , 我找到的路径为:/usr/lib/x86_64-linux-gnu/hdf5/serial/libhdf5.so , 此时要修改Makefile.config中的项“L...原创 2018-11-01 20:27:01 · 1471 阅读 · 0 评论 -
基于自制数据集的MobileNet-SSD模型训练
基于自制数据集的MobileNet-SSD模型训练来源:QQ快报 责任编辑:小易 “本文主要内容:基于自制的仿VOC数据集,利用caffe框架下的MobileNet-SSD模型训练。”本文的base是https://github.com/chuanqi305/MobileNet-SSD,这个project又是基于https://github.com/weiliu89/caffe/t...转载 2018-11-01 20:18:10 · 1189 阅读 · 0 评论 -
cifar10训练 test 0.894
name: "CIFAR10_full"layer { name: "cifar" type: "Data" top: "data" top: "label" include { phase: TRAIN } transform_param { mean_file: "mean.binaryproto" #scale:0.0039062原创 2018-11-01 20:15:38 · 252 阅读 · 0 评论 -
P-R曲线与mAP编辑器
reference:http://blog.csdn.NET/marising/article/details/6543943在信息检索、分类体系中,有一系列的指标,搞清楚这些指标对于评价检索和分类性能非常重要,因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Rec...转载 2018-11-03 10:30:32 · 468 阅读 · 0 评论 -
Batch Normalization 中use_global_stats参数
Batch Normalization层中有个参数use_global_stats,它表示是否使用caffe内部的均值和方差。训练的时候,要将use_global_stats设置为false,而测试的时候将use_global_stats设置为true否则:训练的时候 loss值会一直保持在87.3365,而且不会变...原创 2019-01-08 10:52:06 · 645 阅读 · 0 评论