![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
caffe学习
文章平均质量分 62
小白aaa
这个作者很懒,什么都没留下…
展开
-
fasterRCNN详解
R-CNN学习笔记:http://blog.csdn.NET/xzzppp/article/details/51345742Fast R-CNN学习笔记:http://blog.csdn.net/xzzppp/article/details/513777711、简介 Faster R-CNN(其中R对应于“Region(区域)” )是基于深度学习R-CNN系列目标检转载 2016-10-19 14:51:38 · 11440 阅读 · 1 评论 -
用已有的模型来训练自己的数据集(finetune)
1.首先准备自己的数据集,这次的数据集和上篇博客中自己训练的数据集是一样的,按照上次的步骤,生成train_lmdb,val_lmdb和均值文件2.下载已有的模型这里用的是caffenet模型,下载bvlc_reference_caffenet.caffemodel以及网络train_val.prototxt,solver.prototxt3.修改train_val.prototxt文件,原创 2016-11-11 09:15:23 · 4402 阅读 · 0 评论 -
caffe对自定义数据集进行分类
1.准备数据集: /examples/imagenet/新建myimage文件夹存放数据集 myimage|_train(bus,dinosaur,elephant,flower,horse)五个类别的训练集,每类80张 |_val(......)五个类别的测试集,每类20张原创 2016-10-18 19:42:59 · 2087 阅读 · 0 评论 -
深度学习检测方法梳理:R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列
1. R-CNN:Rich feature hierarchies for accurate object detection and semantic segmentation技术路线:selective search + CNN + SVMsStep1:候选框提取(selective search)训练:给定一张图片,利用seletive search方法从转载 2016-11-13 12:52:12 · 1965 阅读 · 0 评论 -
Faster RCNN代码理解(Python)
最近开始学习深度学习,看了下Faster RCNN的代码,在学习的过程中也查阅了很多其他人写的博客,得到了很大的帮助,所以也打算把自己一些粗浅的理解记录下来,一是记录下自己的菜鸟学习之路,方便自己过后查阅,二来可以回馈网络。目前编程能力有限,且是第一次写博客,中间可能会有一些错误。目录目录第一步准备第二步Stage 1 RPN init from I转载 2016-11-13 13:34:10 · 2397 阅读 · 0 评论