caffe
samylee
机器之眼,看到你看不到的!
展开
-
py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024(Ubuntu14.04)
在我的上个博客中已经对py-faster-rcnn配置运行demo.py做出了相应说明,在本博客中我将对py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024做出具体操作说明,希望可以解决大家在训练vgg网络时出现的问题。注意:py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024和fast-r...原创 2016-04-08 20:48:14 · 14282 阅读 · 11 评论 -
Caffe源码解析5:Conv_Layer
转自楼燚(yì)航的blog,http://home.cnblogs.com/louyihang-loves-baiyan/Vision_layer里面主要是包括了一些关于一些视觉上的操作,比如卷积、反卷积、池化等等。这里的类跟data layer一样好很多种继承关系。主要包括了这几个类,其中CuDNN分别是CUDA版本,这里先不讨论,在这里先讨论ConvolutionLayerBaseC...转载 2017-07-16 00:20:47 · 897 阅读 · 0 评论 -
Caffe源码解析4: Data_layer
转自楼燚(yì)航的blog,http://home.cnblogs.com/louyihang-loves-baiyan/data_layer应该是网络的最底层,主要是将数据送给blob进入到net中,在data_layer中存在多个跟data_layer相关的类BaseDataLayer BasePrefetchingDataLayer DataLayer DummyDataLa...转载 2017-07-16 00:19:56 · 537 阅读 · 0 评论 -
Caffe源码解析3:Layer
转自楼燚(yì)航的blog,http://home.cnblogs.com/louyihang-loves-baiyan/layer这个类可以说是里面最终的一个基本类了,深度网络呢就是一层一层的layer,相互之间通过blob传输数据连接起来。首先layer必须要实现一个forward function,前递函数当然功能可以自己定义啦,在forward中呢他会从input也就是Layer的b...转载 2017-07-16 00:18:04 · 674 阅读 · 0 评论 -
Caffe源码解析2:SycedMem
转自楼燚(yì)航的blog,http://www.cnblogs.com/louyihang loves baiyan/看到SyncedMem就知道,这是在做内存同步的操作。这类个类的代码比较少,但是作用是非常明显的。文件对应着syncedmem.hpp,着syncedmem.cpp首先是两个全局的内联函数。如果机器是支持GPU的并且安装了cuda,通过cudaMallocHost分配的...转载 2017-07-16 00:17:00 · 546 阅读 · 0 评论 -
Caffe源码解析1:Blob
转自楼燚(yì)航的blog,http://www.cnblogs.com/louyihang-loves-baiyan/首先看到的是Blob这个类,Blob是作为Caffe中数据流通的一个基本类,网络各层之间的数据是通过Blob来传递的。这里整个代码是非常规范的,基本上条件编译,命名空间,模板类,各种不太经常看到的关键字如exlicit,inline等等。首先提一下explicit关键字的...转载 2017-07-16 00:14:59 · 711 阅读 · 1 评论 -
opencv341的ssd_mobilenet应用之cpu65ms
opencv341可以直接应用ssd_mobilenet(github)前向工程,算法在voc0712上的Map为0.727,有一定的应用价值!网上一般公开的是opencv341+python版本,很难找到c++版本,所以博主开源一下,以供交流之用!注意:网络模型请至ssd_mobilenet(github)下载调用!测试软件:vs2015、opencv341测试硬件:...原创 2018-06-02 15:34:21 · 3002 阅读 · 0 评论 -
Windows-SSD配置与测试
博主近来实在太忙,望大家见谅。这篇博客也是在慌乱之中赶制出来,文中诸多一笔带过不很清晰,望大家给予理解和包容。注意:1、记得看文末备注部分2、需要windows-ssd以及windows-ssd-mobilenet整个工程的请通过扣扣联系博主!所需文件:vs2013,windows-caffe,ubuntu-ssd,libboost,cudnn,opencv(可选),s...原创 2016-09-19 11:41:30 · 16271 阅读 · 17 评论 -
SSD train your own data
Because there is no tutorial online about SSD training our own data, in this blog, I will explain how to train our own data.I hope this blog can solve the doubts about SSD.Tips: This blog is m...原创 2016-07-11 13:29:00 · 8780 阅读 · 5 评论 -
Caffe源码解析6:Neuron_Layer
转自楼燚(yì)航的blog,http://home.cnblogs.com/louyihang-loves-baiyan/NeuronLayer,顾名思义这里就是神经元,激活函数的相应层。我们知道在blob进入激活函数之前和之后他的size是不会变的,而且激活值也就是输出 yy 只依赖于相应的输入 xx。在Caffe里面所有的layer的实现都放在src文件夹下的layer文件夹中,基本上很...转载 2017-07-17 12:05:51 · 447 阅读 · 0 评论 -
Caffe源码解析7:Pooling_Layer
转自楼燚(yì)航的blog,http://home.cnblogs.com/louyihang-loves-baiyan/Pooling 层一般在网络中是跟在Conv卷积层之后,做采样操作,其实是为了进一步缩小feature map,同时也能增大神经元的视野。在Caffe中,pooling层属于vision_layer的一部分,其相关的定义也在vision_layer.hpp的头文件中。Po...转载 2017-07-17 12:06:56 · 573 阅读 · 0 评论 -
ubuntu14.04下CPU的caffe配置
因广大朋友需求cpu的caffe配置,所以我(lee)在这份博客中对cpu配置caffe做出相应操作说明,希望可以解决大家对cpu配置caffe的困惑,少走弯路。因cpu配置caffe,所以配置过程比较简单,所需库函数不多。如果是为了了解一下caffe的训练及测试过程,可以玩玩这个cpu配置caffe。若想进一步了解gpu配置caffe,欢迎访问我的博客http://blog.csdn.net...原创 2016-03-20 12:06:10 · 3892 阅读 · 5 评论 -
fast-rcnn配置运行VGG16.caffemodel和VGG_CNN_M_1024.v2.caffemodel(Ubuntu14.04)
在我的上个博客中已经对fast-rcnn配置运行demo.py做出了相应说明,在本博客中我将对fast-rcnn配置运行VGG16.caffemodel和VGG_CNN_M_1024.v2.caffemodel做出具体操作说明,希望可以解决大家在训练vgg网络时出现的问题。如果有训练不成功的朋友可以和我联系,邮箱ahuljx@126.com好了,我们来玩玩这个fast-rcnn配置运行VGG16.caffemodel和VGG_CNN_M_1024.v2.caffemodel原创 2016-03-27 17:33:14 · 18409 阅读 · 2 评论 -
fast-rcnn配置运行demo.py(Ubuntu14.04)
我(lee)在这份博客中对fast-rcnn配置运行demo.py做出相应操作说明,希望可以解决大家对fast-rcnn配置的困惑,少走弯路。注意:fast-rcnn是建立在caffe已经配置好的基础上的,如果对caffe配置不太熟的朋友可以参考一下我的博客http://blog.csdn.net/samylee/article/details/50922601好了,我们来玩玩这个fast...原创 2016-03-23 19:35:43 · 9878 阅读 · 6 评论 -
ubuntu14.04下的caffe-gpu配置
本人(lee)配置caffe两个星期的心得,愿与大家分享,按照这个教程,您应该可以玩转caffe,少走配置弯路。闲话少说,我们来玩玩这个所谓的caffe配置(注意:有些您复制的终端命令如果不能在终端运行,请注意英文全角半角问题,您可以将命令输入终端,无须复制粘贴命令)第一部分:Ubuntu14.04桌面版下载及安装Ubuntu14.04桌面版下载地址:(链接:http://...原创 2020-11-10 11:45:30 · 8665 阅读 · 0 评论 -
原始caffe添加CenterLoss_layer
CenterLoss_layer可以在原分类的基础上(某种程度上)可提升几个点左右(博主测试提升6个点),还不占前向时间,好东西啊!原理这里不介绍了,网上应有尽有!这里只是介绍如何在caffe中如何添加CenterLoss_layer这样的新层!原创 2017-08-03 17:57:46 · 3183 阅读 · 0 评论 -
pva-faster-rcnn配置安装及训练自己的数据集
继fasterrcnn后,又一个pva-fasterrcnn的配置教程,希望可以帮助大家。原创 2016-10-19 15:41:17 · 14883 阅读 · 28 评论 -
Py-faster-rcnn实现自己的数据train和demo
在我的上两个博客中已经对py-faster-rcnn配置运行demo.py和py-faster-rcnn配置运行faster_rcnn_end2end—VGG_CNN_M_1024做出了相应说明,在本博客中我将对py-faster-rcnn实现自己的数据train和demo做出具体操作说明,希望可以解决大家在训练自己数据时出现的问题。注意:如果对py-faster-rcnn配置运行dem...原创 2016-04-20 16:14:30 · 37018 阅读 · 71 评论 -
py-faster-rcnn配置运行demo.py(Ubuntu14.04)
我(lee)在这份博客中对py-faster-rcnn配置运行demo.py做出相应操作说明,希望可以解决大家对py-faster-rcnn配置的困惑,少走弯路。注意:1、py-faster-rcnn与fast-rcnn有很大关系,建议先完成fast-rcnn的配置,可以参考我的博客http://blog.csdn.net/samylee/article/details/509659...原创 2016-04-07 15:08:46 · 22917 阅读 · 26 评论 -
LeeNet分类网络(ImageNet100(已开源):top1-73.44%,top5-91.40%,CPU_forward-30ms,model_size-2.7M)
一、前言分类网络应用广泛,亦可作为预训练模型用于检测网络,有很好的科研和商业价值。一般的分类网络基于多种数据集做了一个综合的测评,但是因工程条件限制,很难将所有数据集下载并测试,所以博主整理了imagenet100数据集,是从imagenet1000中扣取出来的100类,每类训练数据1000张,测试数据300张,满足工业应用。二、开源数据集链接:https://pan.baidu.com/...原创 2017-08-31 16:41:03 · 8547 阅读 · 5 评论 -
SSD的配置安装与测试
世界各地大牛数不胜数,论文此起彼伏,方法日新月异,不过我们要紧跟时代潮流,做学术领先人,哈哈,我在吹牛,大神们不要打我。。。。。。继yolo-darknet后,又一个SSD的配置教程,希望可以帮助大家。注意:1、要求Ubuntu系统预先安装opencv和cuda7.5,如果您没有安装,请参考我的博客:http://blog.csdn.net/samylee/article/details/...原创 2016-07-04 18:26:37 · 34823 阅读 · 72 评论