caffe 功能添加
seven_first
这个作者很懒,什么都没留下…
展开
-
在 caffe 中添加 FaceNet 中 Triplet Loss Layer
目录目录一Triplet Loss 定义二创建Triplet Loss Layer在caffeproto添加对应Message创建triplet_loss_layerhpp创建triplet_loss_layercpp创建triplet_loss_layercu创建test_triplet_loss_layercpp一、Triplet Loss 定义论文:FaceNet: A Unifi原创 2015-12-12 01:12:17 · 13917 阅读 · 21 评论 -
在caffe 中添加Scale-invariant loss
目录目录一简介二创建ScaleInvariantLoss Layercaffeprotoscale_invariant_loss_layerhppscale_invariant_loss_layercppscale_invariant_loss_layercu一、简介 Scale-invariant loss 的定义为:L(y,y∗)=1n∑id2i−λn2(∑idi)2L(y,y^*)原创 2016-10-24 19:27:41 · 2530 阅读 · 0 评论 -
在caffe 中实现Generative Adversarial Nets(一)
这里写链接内容#目录 [TOC]一、Generative Adversarial Nets1. GAN简介对抗生成网络(GAN)同时训练两个模型:能够得到数据分布的生成模型(generative model G)和能判够区别数据是生成的还是真实的判别模型 (discriminative model D)。训练过程使得G生成的数据尽可能真实,同时又使得D尽可能能够区分生成的数据和真实的数据,最终G生原创 2016-11-01 21:30:50 · 14481 阅读 · 10 评论 -
在caffe 中实现Generative Adversarial Nets(二)
目录目录一添加Loss Functiongan_loss_layerhppgan_loss_layercpp二添加gan_gate_layergan_gate_layerhppgan_gate_layercpp三添加rand_vec_layerrand_vec_layerhpprand_vec_layercpp四修改Solver中Step函数一、添加Loss Function1.原创 2016-11-09 15:23:18 · 9571 阅读 · 27 评论 -
在caffe 中添加Crowd counting 数据层
#目录 [TOC]一、简介Crowd counting一般以人群图像作为输入,网络回归该图像对应的密度图。以往做法是先在matlab中根据图像的label(人头位置)生成密度图,然后将输入图像及密度图转化为lmdb格式作为caffe datalayer的输入。这样做步骤繁琐,而且lmdb很占存储空间。接下来我们在caffe中添加一个crowd data layer, 直接读入图像,以及密度图的生成原创 2016-09-20 18:55:43 · 6316 阅读 · 28 评论