【caffe】图像分割

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）</