Caffe
文章平均质量分 89
sushiqian
这个作者很懒,什么都没留下…
展开
-
OpenCV 中使用Caffe中训练好的model
怎么在OpenCV中使用Caffe中训练好的model原创 2017-11-16 21:54:12 · 4565 阅读 · 0 评论 -
Caffe 的可视化 (五)Caffe 中绘制 accuracy 和 loss 曲线
Caffe 中 accuracy 和 loss 曲线的可视化原创 2017-11-21 21:29:55 · 1977 阅读 · 0 评论 -
Caffe 的可视化 (四) 特征图的可视化
Caffe 的可视化 (四) 特征图的可视化接着上一篇(http://blog.csdn.net/sushiqian/article/details/78613726)输入model 一张图片,查看它经过卷积后生成的特征图编写代码 extract_data.py 如下:import numpy as npimport matplotlib.pyplot as pltimpor原创 2017-11-23 14:12:31 · 1977 阅读 · 0 评论 -
Caffe 的可视化 (三) caffe model 的可视化
Caffe 的可视化 (三) caffe model 的可视化以 cifar10 quick net 为例子,首先下载cifar10 data并且训练得到model:#cd to the caffe rootmark@ubuntu:~$ cd caffe #download the cifar10 datamark@ubuntu:~/caffe$ ./da原创 2017-11-23 13:56:03 · 1744 阅读 · 0 评论 -
Caffe 实现多标签分类 支持Multi-Label的LMDB数据格式输入
Caffe自带的图像转LMDB接口只支持单label,对于多label的任务,可以使用HDF5的格式,也可以通过修改caffe代码来实现, 我的文章Caffe 实现多标签分类 里介绍了怎么通过修改ImageDataLayer来实现Multilabel的任务, 本篇文章介绍怎么通过修改DataLayer来实现带Multilabel的LMDB格式数据输入的分类任务1. 首先修改代码原创 2017-12-11 14:32:05 · 5324 阅读 · 2 评论 -
Caffe 实现多标签分类
最近在用Caffe做验证码识别时,发现没有用Tensorflow简单(tensorflow中可以用one-hot, 参考我的另一篇blog: http://blog.csdn.net/sushiqian/article/details/78305340 ),需要修改Caffe的源码,做完后,觉得也不复杂。1. 首先,就是修改源码了,本文介绍的方法是修改ImageDataLayer,修改下面的原创 2017-12-10 12:30:00 · 3626 阅读 · 0 评论 -
Caffe 关闭日志输出
Caffe模型训练好后,若用pycaffe去加载模型去处理图像,会发现有很多log输出,若想关闭这些log,可以在import caffe之前设置loglevleimport osos.environ['GLOG_minloglevel'] = '3' import caffe‘3’ 表示只输出error信息有以下几个level0 - debug1 - info (still原创 2017-12-09 22:29:05 · 2228 阅读 · 0 评论 -
Caffe 的可视化 (二)网络结构可视化
Caffe 的可视化 (二)网络结构可视化使用Caffe里的工具 draw_net.py (该文件在目录 $(CAFFE_ROOT)/python/ 里)usage: draw_net.py [-h] [--rankdir RANKDIR] [--phase PHASE] input_net_proto_file output_image_原创 2017-11-22 11:25:46 · 538 阅读 · 0 评论 -
Caffe 的可视化 (一)准备 pycaffe 环境
Caffe 的可视化 (一)准备 pycaffe 环境进入 ${CAFFE_ROOT}/python,执行下面的命令: sudo apt-get update sudo apt-get install python-pip python-dev python-numpy sudo apt-get install gfortran graphviz s原创 2017-11-22 10:49:25 · 214 阅读 · 0 评论 -
Caffe 中怎样准备训练数据
Caffe中怎样准备训练数据用Caffe训练自己的数据,首先要准备数据,使得数据能够输入到训练网络中,Caffe支持多种方式的数据输入1 Caffe中训练数据的输入方式(1)数据来自于数据库(如LevelDB和LMDB)层类型(layertype):Data必须设置的参数:source:包含数据库的目录名称,如examples/mnist/mnist_train_l原创 2017-11-16 10:26:07 · 529 阅读 · 0 评论 -
Caffe 自定义数据输入层
caffe 自定义数据输入层原创 2017-11-25 18:45:06 · 2219 阅读 · 0 评论