![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
caffe一些杂谈
mdjxy63
这个作者很懒,什么都没留下…
展开
-
卷积,特征图,转置卷积和空洞卷积的计算细节
转载自:https://www.jianshu.com/p/09ea4df7a788?utm_source=oschina-app这篇文章写的超详细!!!!:https://www.cnblogs.com/cvtoEyes/p/8513958.html============================================================最近在做姿态估计...转载 2018-12-15 19:10:13 · 1151 阅读 · 0 评论 -
python对于hdf5的操作
<div class="markdown_views"> <h3 id="1-核心概念"><a name="t0"></a>1. 核心概念</h3>一个HDF5文件是一种存放两类对象的容器:dataset和group. Dataset是类似于数组的数据集,而group是类似文件夹一样的容器,存放dataset和其他group。在使用h5py的时候需要牢记转载 2017-12-31 15:54:45 · 3785 阅读 · 0 评论 -
Blobs数据结构的Python表示
转载自:http://blog.csdn.net/jinxueliu31/article/details/52066709 Blobs数据结构的Python表示Caffe主要处理两种形式的数据流: 1. 图像和标签在网络上的传输,随着网络的传输,它们转化更高层次的表示,最终以得分或者概转载 2017-12-30 21:04:41 · 456 阅读 · 0 评论 -
caffe安装
参考http://www.cnblogs.com/wm123/p/5385940.html,就这个链接,然后软件版本cuda7.5是可以在ubuntu14.04上跑的,但是cudnn一定要下载v6的版本,因为最近caffe更新的时间是距今3个月以前,也就是2017年4月份,这个时候nvidia发布了cudnn v6版本,因此不要再弄v3或者v4版本了,直接用cudnn v6版本,把use_cudn...原创 2017-06-25 13:05:47 · 641 阅读 · 0 评论 -
caffe日常崩的解决方案——cuda的重装问题
报错信息:Check failed: error == cudaSuccess (30 vs. 0) unknown error参考这个链接:https://github.com/NVIDIA/DIGITS/issues/1663发现是驱动问题,驱动莫名其妙的崩了我也没办法,只能卸载驱动重新安装卸载方法:移除旧的驱动:已经安装过nvidia驱原创 2017-09-25 16:04:11 · 624 阅读 · 0 评论 -
caffe中对于softmax layer的说明
参考链接:http://blog.csdn.net/buyi_shizi/article/details/51496376softmax 的步骤:softmax回归 网上有很多关于softmax回归的帖子,我的理解是softmax本质的作用就是计算softmax layer的输入在每一个标签上的概率,caffe中softmax_layer的过程如下: (1)找出转载 2017-09-22 11:13:32 · 384 阅读 · 0 评论 -
利用python自定义caffe当中的一个层
参考链接:http://blog.csdn.net/liuheng0111/article/details/53090473http://blog.csdn.net/thesby/article/details/51264439转载 2017-12-31 16:09:09 · 615 阅读 · 0 评论 -
caffe各层总结
转自http://www.myexception.cn/other/1828071.html如何在Caffe中配置每一个层的结构最近刚在电脑上装好Caffe,由于神经网络中有不同的层结构,不同类型的层又有不同的参数,所有就根据Caffe官网的说明文档做了一个简单的总结。1. Vision Lay...转载 2018-02-27 20:00:52 · 174 阅读 · 0 评论 -
推荐系统评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)
主要参考:http://blog.csdn.net/mousever/article/details/48622163前言:一直搞不懂mAP,AUC曲线,ROC区域,这里做一下总结AP用来做目标检测,是recall和precision的区域面积的平均值,mAP就是每个类别的AP的平均值,这里推送一个github链接,关于目标检测的mAP测评:https://github.com/Car...原创 2017-10-29 10:18:04 · 1799 阅读 · 0 评论 -
将caffemodel解析成prototxt
参考链接:https://www.cnblogs.com/zjutzz/p/6185452.html stage1:读取caffemodel文件内容可以的,使用__str__就可以了,但是这种方法产生的文件当中存在blobs等其他内容,并且占用很大的空间import caffe.proto.caffe_pb2 as caffe_pb2# 载入caffe.proto编译生成的caf...转载 2018-07-26 16:56:41 · 2877 阅读 · 1 评论 -
python读取caffemodel文件
转载自:http://www.cnblogs.com/zjutzz/p/6185452.htmlcaffemodel是二进制的protobuf文件,利用protobuf的python接口可以读取它,解析出需要的内容不少算法都是用预训练模型在自己数据上微调,即加载“caffemodel”作为网络初始参数取值,然后在此基础上更新。使用方式往往是:同时给定solver的prototxt文件,以及...转载 2018-07-23 22:43:11 · 1139 阅读 · 0 评论 -
DL开源框架Caffe | 模型微调 (finetune)的场景、问题、技巧以及解决方案
参考链接:https://blog.csdn.net/u010402786/article/details/70141261前言什么是模型的微调? 使用别人训练好的网络模型进行训练,前提是必须和别人用同一个网络,因为参数是根据网络而来的。当然最后一层是可以修改的,因为我们的数据可能并没有1000类,而只有几类。把最后一层的输出类别和层的名称改一下就可以了。用别人的参数、修改后的网络和自己的...转载 2018-05-18 08:30:27 · 351 阅读 · 0 评论 -
准确率(accuracy),精确率(Precision)和召回率(Recall),AP,mAP的概念
参考链接:https://blog.csdn.net/appleml/article/details/40476295https://blog.csdn.net/jningwei/article/details/78955536https://blog.csdn.net/asasasaababab/article/details/79994920====================...转载 2018-04-04 21:49:43 · 20368 阅读 · 2 评论 -
基于python的图形图像处理小工具
昨天在准备Fully Convolutional Network的训练数据,数据集是PASCAL VOC2010中的Segmentation部分。 摘自《机器学习及其应用2015》: PASCAL VOC图像数据集是PASCAL Visual Object Classes(VOC) challenge视觉语义分类比赛中使用的数据集。该数据集中的图像共有20个前景对象类别和一个背景对...转载 2018-04-04 08:54:51 · 590 阅读 · 0 评论 -
faster rcnn 当中stage1_rpn_train.pt的解读
#stage 1训练RPN时用的网络结构 name: "ZF"layer { name: 'input-data' type: 'Python' top: 'data' top: 'im_info' top: 'gt_boxes' python_param { module: 'roi_data_layer.layer'#对应lib/roi_data_layer/layer.p...原创 2018-03-17 21:34:21 · 274 阅读 · 0 评论 -
python批量修改xml属性
转载自:http://blog.csdn.net/LOVE1055259415/article/details/79166754参考:https://www.cnblogs.com/wcwnina/p/7222180.html今天来说说xml那些事儿.如何批量修改指定文件夹下的xml文件的指定属性.分三步走,首先,我们先看看如何读写单个的xml文件;第二步,来看看如何遍历指定文件夹下的所有文件,获...转载 2018-03-14 22:22:24 · 2530 阅读 · 0 评论 -
caffe学习资料整理
徐气华的博客:http://www.cnblogs.com/denny402/p/5075490.html转载 2017-07-16 12:23:48 · 745 阅读 · 0 评论 -
ubuntu matcaffe安装
ubuntu matlab安装:http://blog.csdn.net/zyh821351004/article/details/42212687Ubuntu +matcaffe安装:http://blog.csdn.net/sinat_32741771/article/details/54974244ubuntu+matlab +caffe汇总:http://www.cnblo转载 2017-09-15 18:13:04 · 489 阅读 · 0 评论 -
batch_size的说明
谈谈深度学习中的 Batch_SizeBatch_Size(批尺寸)是机器学习中一个重要参数,涉及诸多矛盾,下面逐一展开。首先,为什么需要有 Batch_Size 这个参数?Batch 的选择,首先决定的是下降的方向。如果数据集比较小,完全可以采用全数据集 ( Full Batch Learning )的形式,这样做至少有 2 个好处:其一,由全数据集确定的方向能够更好地代表样本总体,转载 2017-09-26 09:24:33 · 557 阅读 · 0 评论 -
非极大值抑制——基于人脸检测(框出最大概率值的人脸区域)
非极大值抑制算法1. 算法原理 非极大值抑制算法(Non-maximum suppression, NMS)的本质是搜索局部极大值,抑制非极大值元素。2. 3邻域情况下NMS的实现 3邻域情况下的NMS即判断一维数组I[W]的元素I[i](2 a. 算法流程3-5行判断当前元素是否大于其左邻与右邻元素,如符合条件,该元素即为极大值点。对于极大值点I[i转载 2017-08-02 10:14:08 · 443 阅读 · 0 评论 -
caffe入门大杀器——digits
看了http://www.cnblogs.com/denny402/p/5136155.html大神的博客,里面讲了digits,一个图形化的caffe训练网页界面 主要参考文献:安装建议在github上安装,如果用apt-get install的话,有可能http://blog.csdn.net/enjoyyl/article/details/47397505 安装https...原创 2017-08-07 19:44:44 · 1030 阅读 · 0 评论 -
DenseNet的使用
去年提出的DenseNet获得今年CVPR2017最佳论文在github上已经发布了代码,在此贴一下链接:https://github.com/liuzhuang13/DenseNetCaffe在readMe里面详细的讲了如何构建DenseNet的prototxt0. Get the CIFAR data prepared following the [Caffe's原创 2017-07-30 19:02:54 · 3838 阅读 · 0 评论 -
caffe当中对于cifar10进行训练
利用shell命令来对于cifar10进行训练,这个是根据官网来进行操作的:http://caffe.berkeleyvision.org/gathered/examples/cifar10.htmlstep1:./data/cifar10/get_cifar10.sh这步有点坑,因为是从官网上下载的,因此,利用http://blog.csdn.net/popper0912/art原创 2017-07-29 22:57:00 · 498 阅读 · 0 评论 -
caffe中的solver.protxt的test_iter以及test_interval的区别
在读完http://www.cnblogs.com/denny402/p/5074049.html这个博客之后,又有了新的感悟:test_iter: 100这个要与test layer中的batch_size结合起来理解。mnist数据中测试样本总数为10000,一次性执行全部数据效率很低,因此我们将测试数据分成几个批次来执行,每个批次的数量就是batch_size。假设我们设置ba...转载 2017-07-17 14:10:19 · 4805 阅读 · 2 评论 -
ubuntu下caffe清理空间&caffe在训练的时候loss不继续下降了应该怎么做
在模型训练过多的时候,会出现空间不足的情况,可以删除model的数据,以及以caffemodel,solverstate为后缀的caffe训练好的模型-------------------------------------------------------------------------------------------------------------原创 2017-07-16 16:03:38 · 375 阅读 · 0 评论 -
对于caffe的数据集的说明
(1):数据数据获取:1. Benchmark是一个行业的基准(数据库,论文,源码,结果)。例如上网上可以搜索face detection benchmark,会出现一些满意的数据集2. 优秀论文,通常实验阶段都会介绍它所使用的数据集,公开数据集可以下载。申请数据集的时候,最好使用学校的邮箱。3. 论坛或者交流社区,比如thinkface4. 数据的规模 越大越原创 2017-07-16 15:02:20 · 316 阅读 · 0 评论 -
在跑DenseNet代码的时候遇到的问题
去年新出来一个DenseNet,据说效果很好,在下载好caffemodel+deploy.prototxt之后,运行predict.py出现了如下的错误Question:https://github.com/shicai/DenseNet-Caffe/issues/10WARNING: Logging before InitGoogleLogging() is written to原创 2017-08-05 16:24:05 · 7133 阅读 · 5 评论 -
Caffe 使用记录(三)finetune
转自链接:http://www.cnblogs.com/xuanyuyt/p/6062204.html转自Caffe fine-tuning 微调网络一般来说我们自己需要做的方向,比如在一些特定的领域的识别分类中,我们很难拿到大量的数据。因为像在ImageNet上毕竟是一个千万级的图像数据库,通常我们可能只能拿到几千张或者几万张某一特定领域的图像,比如识别衣服啊、标志啊、生物种类等等。在这转载 2017-09-26 09:08:54 · 344 阅读 · 0 评论 -
如何一步一步提高图像分类准确率?
转载链接:https://zhuanlan.zhihu.com/p/29534841第一步:先进行训练,得到一个初始的结果结果分析:首先我们观察训练 loss(目标函数值)变化,刚开始 loss 从 200 不断减小到接近 0,但是在 100 轮左右开始出现震荡,并且随着训练幅度越来越大,说明模型不稳定。然后观察训练集和验证集的准确率,发现训练集准确率接近于 1,验转载 2017-09-25 12:39:57 · 4518 阅读 · 1 评论 -
一些不错的caffe初学者的教程链接
直接放链接了:1.这个是关于人脸识别的:http://www.jianshu.com/p/a76c18a3c6d52.这个是讲解了一些基础的fine tuning,caffe的基础入门教程:http://www.voidcn.com/article/p-nigpneqn-bac.html可以尝试减小学习率base_lr(默认为0.01),同样对于fine-tuning,转载 2017-09-24 08:54:22 · 7344 阅读 · 0 评论 -
caffe官网关于fine tuning的一个例子
翻译的链接:http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.html挑一些主要的链接进行翻译step1:利用shell命令下载数据集: python examples/finetune_flickr_style/assemble_data.py --workers=-1翻译 2017-09-24 20:33:32 · 708 阅读 · 0 评论 -
利用ubuntu命令来进行查看训练时间
./build/tools/caffe time -model=examples/mnist/lenet.prototxt对于网络结构的prototxt进行查看转载 2017-07-29 11:06:40 · 483 阅读 · 0 评论 -
在caffe训练的数据源的格式
主要参考这个文件:http://blog.csdn.net/sinat_30071459/article/details/50513263在进行caffe的训练的时候:数据源可以有两种格式:1.利用txt格式直接训练2.将txt转化为lmdb格式再进行训练所以总结就是,在train_val.prototxt当中,如果以txt为数据源的时候data层类型为Im转载 2017-07-28 19:10:19 · 334 阅读 · 0 评论 -
ubuntu安装/更新cudnn版本遇到的问题
之前因为复制cudnn.h的时候,cudnn的版本没有没有检测出来,——检测cudnn已经安装好版本的方法是:在caffe目录下,mkdir build,然后sudo cmake ..(注意这个是两个点),然后就会显示系统当中所有caffe需要的安装配置环境因为cudnn.h没有替换好,所以需要将/usr/local/include下面的cudnn.h还是原来的version4版本,而不是最...转载 2017-07-28 20:20:08 · 7047 阅读 · 0 评论 -
如何有效阅读caffe源代码
Caffee是用C++编写的深度学习框架,大量使用类的封装,继承,多态,所以也可以用来学习C++语言特性。Caffe类数目众多,但通过面向对象编程(OOP)方式组织得很好,所以要遵循类继承规则顺藤摸瓜,就会看得云里雾里,迷失丛林。 如何有效阅读caffe源码? Caffe源码阅读路线最好是从src/caffe/proto/caffe.proto开始,了解基本的数据结构、内存对象和磁盘转载 2017-07-13 20:24:49 · 1022 阅读 · 0 评论