caffe深度学习
文章平均质量分 78
PantaQl
这个作者很懒,什么都没留下…
展开
-
(二)caffenet训练自己的数据集,accurcy,loss可视化
1.准备工作如果是远程登陆而不是在本机上跑,需要安装xshell和xming,才可以实现训练过程的可视化参考这里2.训练日志的保存画图是根据训练日志中的数据来话的,所以需要保存训练日志方法: 第一步,改训练命令脚本内容,添加产生日志的命令:2>&1 | tee train.log trian.log即为产生的日志文件,在caffe根目录下;...原创 2019-02-27 17:01:50 · 238 阅读 · 0 评论 -
(一)caffenet 训练自己的数据集
1. 生成train.txt的命令:find -name *.jpeg |grep train | cut -d/ -f3-4 > train.txt2. 生成val.txt的命令:find -name *.jpeg |grep val | cut -d/ -f3-4 >val.txt3. 生成标签的命令:sed -i '1,70s/.*/&原创 2019-02-26 22:07:33 · 282 阅读 · 0 评论 -
(一)faster-rcnn 配置踩坑集合:编译caffe-fast-rcnn
准备跑一下faster-rcnn的demo,参考了这篇博客,测试过程中出现一些问题,记下来方便查询。**一,cudnn版本不匹配(不支持)相关报错。**编译caffe-fast-rcnn,因为我用的CUDA10版本,CUDNN为7。相比于RBG的py-faster-rcnn内的caffe来说,版本新了很多,所以会出现CUDNN相关的报错,解决办法是用新版的caffe里的cudnn相关文件...原创 2019-05-29 20:31:51 · 552 阅读 · 0 评论 -
Xavier 上配置py-faster-rcnn的caffe环境
一,编译caffe-faster-rcnn参考文章:如何编译caffe编译py-faster-rcnn首先修改Makfile.config:由于将py-faster-rcnn从PC移植到嵌入式Xavier上,环境变了,所以Makefile里的一些依赖路径也修改为Xavier上对应的位置。最好在Xavier上到对应的路径下搜索一遍看看每一项依赖究竟安装在那个位置(按照Makefile里的路径...原创 2019-07-10 10:54:56 · 318 阅读 · 0 评论 -
(二)用faster r-cnn训练自己的数据集(各种报错解决方法)
一,配置py-faster-rcnn二,制作自己的数据集三,在自己的数据集上训练原创 2019-07-30 11:36:59 · 3918 阅读 · 6 评论 -
(三)Xshell + Xming显示服务器图形窗口(用faster r-cnn训练自己的数据集,将训练结果显示出来)
一,简介之前两篇已经成功开始训练自己的数据集,并得到了训练的模型。由于使用xshell远程连接服务器,所以在画图时没法在自己的电脑上显示,这里介绍一种xshell+xming 的方式将服务器的图像显示到本机电脑上。二,xshell+ximg配置方式参考:配置xshell+xming(1)打开xming:点击XLaunch,设置端口为10,然后一路点击下一步到完成。(2)在Xming的安...原创 2019-07-30 16:02:06 · 1183 阅读 · 0 评论 -
(四)用faster r-cnn训练自己的数据集(添加一个新的层:centerLoss层用于监督训练)
一,简介想做目标检测和大分类,在py-faster-rcnn的基础上使用ps-ROI操作,并使用了可变性卷积(deformable Convlution);原先对于分类结果cls_score的损失用的是softmax loss, 看了center loss的论文:论文;在分类的最后全连接那一层中,分别添加一个softmax loss层和一个center loss层,用于监督网络的学习。(1...原创 2019-08-06 16:53:08 · 584 阅读 · 1 评论