一、项目介绍
本项目是caffe得图像实践项目。
背景:像素分割技术
技术:caffe的环境配置、源码分析、新数据层的设计、移动端图像分割网络的设计、模型的训练与测试
应用实例:如何应用在直播上。。
二、环境配置
caffe依赖库环境配置,caffe编译,常见问题(ubuntu环境16.04)
(1)nvidia环境配置:nvidia 的显卡驱动安装与使用
(2)cuda环境配置:cuda的安装
(3)caffe环境配置:caffe编译与参数选择
问题:笔记本双显卡系统,登陆界面无限循环,无法进入桌面。
问题:The Nouveau kernel driver iscurrently in use by your system
具体还可以查看:https://gist.github.com/wangruohui/dfo
- cudu安装:
- caffe 安装
- caffe配置文件解析
USE_CUDNN:=1是否使用cudnn
CPU_ONLY:=1是否编译cpu版
USE_OPENCV:=1 是否使用opencv
OPENCV_VERSION:=3 是否使用opencv3
USE_LEVELDB:=0是否使用LEVELDB输入格式
USE_LMDB:=0 是否使用LMDB输入格式
CUDA_ARCH:= -gencode arch = compute_20,code =sm_20 cuda架构有关,按照caffe文件中的默认提示去修改配置选项就好
CUDA_DIR:=/usr/local/cuda cuda目录:按照过程中会默认创建
BLAS:=atlas(open,mkl) 矩阵加速库的选择
PYTHON_INCLUDE:=
PYTHON_LIB:=
WITH_PYTHON_LAYER:=1 python路径和python接口
INCLUDE_DIRS:=$(PYTHON_INCLUDE)
LIBRARY_DIRS:=$(PYTHON_LIB) 其他依赖库
USE_NCCL:=1 nccl多GPU训练
小结:nvidia-driver,cuda,caffe是递进的依赖关系,后者必须依赖于前者,另外cudnn的安装是可选的。
前面的安装说明只适用于ubuntu系统,一般不顺利的都在nvidia-driver安装中
三、数据准备
- 数据获取:
港中文汤晓鸥CelebA数据集。多样性好。适合咱们任务。
爬虫开源项目:百度、必应、google
- 数据处理
ROI裁剪:
使用某种办法得到嘴唇区域,然后对嘴唇区域裁剪进而进行分割,提高模型抗干扰能力。
opencv 进行关键的检测,裁剪嘴唇区域(正方形)</