![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
caffe
文章平均质量分 87
被月亮晒黑_
这个作者很懒,什么都没留下…
展开
-
【caffe 深度学习】1. mnist手写体数字识别
mnist数据集分类大致分为9步:1.下载数据集 http://yann.lecun.com/exdb/mnist/2.下载的原始数据集为二进制文件,需要转换为LEVELDB或LMDB3.修改网络模型描述文件caffe-windows\examples\mnist\lenet_train_test.prototxt4.修改超参数文件caffe-windows\examples\mnist\l...原创 2018-04-09 23:48:11 · 406 阅读 · 0 评论 -
【caffe 深度学习】11.faster rcnn数据制作
1.在以下文件夹里建立三个文件夹:名字都如图所示,其中Annotations文件夹为空文件夹,之后存储xml文件。把图片放进JPEGImages。然后开始制作Annotations和ImageSets文件夹的数据。 2.下载labelimg图片标注工具。下载地址:https://github.com/tzutalin/labelImg我这里是python2.7,我的安装命令...原创 2018-09-21 11:31:53 · 406 阅读 · 0 评论 -
【caffe 深度学习】10.faster rcnn在ubuntu下的训练
飞机识别:1.在此文件里修改文件faster_rcnn_end2end.sh训练次数,默认的是第一个阶段40000次,第2个阶段490000次,我这里改成1000次和2000次。实际操作的时候减压如图所示。 2.在此文件夹里打开pascal_voc.py文件: 把self.classes里的除了背景和飞机类都删掉。改掉后文件如图所示: 3.进...原创 2018-09-19 21:42:05 · 331 阅读 · 0 评论 -
【caffe 深度学习】关于错误Check failed: FLAGS_solver.size() > 0 (0 vs. 0) Need a solver definition to train.
在写train批处理文件中 运行后出现如下错误:改了很久又重新做了数据也还是如此,后来在检查批处理文件的时候发现末尾多了一个空格,将所有多余空格删除后,批处理文件正常运行,不知道其他人有没有遇到过这种错误,空格去掉后就一切正常。...原创 2018-06-08 20:17:54 · 1406 阅读 · 1 评论 -
【caffe 深度学习】9.迁移学习和Snapshot使用
迁移学习:finetune 对训练好的模型进行微调。fInetune的原理是除了最后一层外,都是载入以前训练好的模型的参数,但最后一层会重新赋值重新初始化重新训练。所以我们微调主要调的是最后一层。1.打开之前下载好的caffenet文件夹,打开readme复制此链接到浏览器,下载一个训练好的模型。下载到:打开caffe官方提供的fintune文件夹里面有:2.修改网络模型文件train_val.p...原创 2018-04-25 19:53:12 · 2519 阅读 · 1 评论 -
【caffe 深度学习】8.自定义网络训练数据
1.准备数据集,下面是一些图片数据下载网址:animal: http://www.robots.ox.ac.uk/~vgg/data/pets/flower: http://www.robots.ox.ac.uk/~vgg/data/flowers/plane: http://www.robots.ox.ac.uk/~vgg/data/airplanes_side/airplanes_side.t...原创 2018-04-24 23:19:40 · 540 阅读 · 0 评论 -
【caffe 深度学习】7. win10 caffe gpu版本安装
1.准备好NVIDIA的显卡,下载安装CUDA 我这里是1060的显卡下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal安装好之后把CUDA安装目录下的bin和lib\x64添...原创 2018-04-24 01:43:33 · 2325 阅读 · 0 评论 -
【caffe 深度学习】6.GoogleNet实现图像识别
1.到caffe的github上去下载训练好的GoogleNet模型https://github.com/BVLC/caffe 训练好的模型意思的一些参数比如权值和观测值都已经被训练好,都存在这个模型中。注:deploy文件是模型结构的描述文件。我们用之前第四篇博客模型可视化的方法用draw_net.py将该模型画出来: 网络比较长,层数多,宽度宽,我这里只上传一个小截图,就不把全部图片上传...原创 2018-04-22 21:14:44 · 1064 阅读 · 0 评论 -
【caffe 深度学习】5.特征图可视化以及loss和accuracy曲线可视化
1.特征图可视化: 对网络中各层特征图的可视化可用python来实现,具体实现如下:# coding: utf-8import numpy as npimport matplotlib.pyplot as pltfrom PIL import Imageimport osimport sysimport caffe#网络结构描述文件deploy_file="E:/...原创 2018-04-18 15:38:43 · 3640 阅读 · 9 评论 -
【caffe 深度学习】4.Caffe的python接口安装以及模型可视化
一. python接口安装 1.pip install protobuf 2.pip install pydot (用于绘制网络图) 3.安装graphviz并添加环境变量 网上很多,自行下载安装。添加如下环境变量: 4.修改CommonSettings.props文件 <PythonSupport> &...原创 2018-04-16 19:47:49 · 342 阅读 · 0 评论 -
【caffe 深度学习】3.各类优化器介绍
目录1.主要优化器:2.各种优化器对比:2.1SGD:2.2Momentum:2.3AdaGrad2.4Adam:2.5NAG(Nesterov accelerated gradient):2.7Adadelta:2.7RMSprop: 3.各种优化器表现4.优化器选择1.主要优化器:tf.train.GradientDescen...原创 2018-04-13 20:14:03 · 1134 阅读 · 0 评论 -
【caffe 深度学习】2.caffe文件详解
这篇博客主要是对上篇博客提到的文件作一个详解。1.MNIST数据集 下载下来的数据集被分成两部分:60000张图片的训练数据集和10000张图片的测试数据集。 每张图片包含28*28个像素,图片里的每个像素都是8位的,也就是说每一个像素值的强度介于0-255之间。2.下载的原始数据集为二进制文件,需要转换为LEVELDB或LMDB LMDB-闪电般的内存映射型数据库管理器...原创 2018-04-12 23:40:50 · 427 阅读 · 0 评论 -
【caffe 深度学习】13.deeplabv2操作
0.写在前面本次操作基于这两个博客,大家可以看看:https://blog.csdn.net/Xmo_jiao/article/details/77897109https://blog.csdn.net/ruotianxia/article/details/783319641.编译matio安装命令:sudo apt-get install libmatio-dev2.安装wgetp...原创 2019-04-26 01:52:48 · 558 阅读 · 1 评论