caffe
持久决心
主攻深度学习&机器视觉领域,希望与各个领域的大佬交流. [Github:https://github.com/PingHGao] [Stack Overflow:https://stackoverflow.com/users/7371707/toughmind ] [CSDN:https://blog.csdn.net/u013832707] [Yuque:https://www.yuque.com/toughmind] [Email:gphsmail@163.com]
展开
-
PoseNet简介及运行
PoseNet简介PoseNet是剑桥大学做的一个视觉定位模型,能够通过一张彩色图像定位你的位姿信息。在一个大的城市环境下,它只需要花费5ms来获取你的位姿信息,精度比GPS更高。并且相较于GPS,它能够确定你的方向且能够在室内运行。我们将卷积神经网络应用于相机的姿态回归中。因为我们训练了一个端到端的网络用于计算相机的位姿,所以我们的系统十分简单。与其他的系统不同,我们的不需要一个大的数据原创 2016-12-18 11:10:11 · 18487 阅读 · 9 评论 -
Ubuntu14.04通过make或cmake编译安装caffe
在Ubuntu14.04下安装caffe,包括make编译以及cmake编译方式,需要说明的是make和cmake编译互不影响,之所以需要cmake编译是因为楼主用Cmakelist.txt管理工程,需要添加caffe的头文件和相应的库,使用cmake编译非常方便。原创 2016-11-14 15:04:26 · 20587 阅读 · 1 评论 -
caffe使用过程中的问题记录
错误一:Check failed: error == cudaSuccess (30 vs. 0)问题描述:机器上安装了cuda以及对应的显卡驱动,使用正常;之前的caffe运行正常;在更新的显卡驱动之后电脑使用也一切正常,只是发现跑caffe的时候会出现上述错误。 初步判断是更新驱动之后造成的问题,可是cuda正常使用,驱动也正常。重新编译了caffe仍然是相同的错误。网上一个大神很好的解决了这原创 2017-05-17 10:15:07 · 484 阅读 · 0 评论 -
Caffe框架的理解(一):从blob到layer到net
本文转载自caffe学习心得(一)Blobs,Layers,Nets: caffe模型解剖 ——beyond. Caffe用自己的建模方法将网络一层一层定义出来。网络由输入数据到损失层把整个模型自底向上的定义出来。数据和偏导数在网络中前向、后向流动。Caffe使用blob存储、交换、操纵这些信息。转载 2017-02-21 19:45:04 · 3460 阅读 · 0 评论 -
Caffe框架的理解(二):详解AlexNet
在2012年的时候,Geoffrey和他学生Alex为了回应质疑者,在ImageNet的竞赛中利用AlexNet一举刷新image classification的记录,奠定了deep learning 在计算机视觉中的地位。这里将利用对这一模型的分析学习caffe的结构,了解caffe是如何存储数据和权重weights等参数的。原创 2017-02-22 08:52:22 · 5565 阅读 · 0 评论 -
利用Cmake编译Caffe
在利用cmake编译caffe时,出现如下错误:Linking CXX shared library ../../lib/libcaffe-d.so/usr/bin/ld: /usr/local/lib/libcblas.a(cblas_sgemv.o): relocation R_X86_64_32 against `.rodata.str1.1' can not be used when making a shared object; recompile with -fPIC/usr/local原创 2016-10-07 12:24:03 · 21789 阅读 · 0 评论 -
Caffe + ROS + OpenCV + Qt creator
最近开始学习caffe的使用,断断续续的终于算是把相关的环境配置的合乎自己的心意了。期间遇到了很多问题,现在来总结一下希望能帮到大家。由于我并没有系统的学习过Cmake这种管理工程的方式,很多的名词来源于自己看各种博客和教程,免不了有很多基本的错误,请大家见谅。基本介绍:Caffe:一个开源的深度学习的框架,利用它我们可以很方便的设计,训练,使用自己或他人的模型。 ROS:机器人操作系统,在ROS原创 2016-10-07 13:45:52 · 4442 阅读 · 0 评论 -
Caffe学习:从头到尾跑一遍模型的训练和测试
最近开始学习caffe,最开始应该是因为自己急功近利,想直接用caffe模型达到自己的目的,感觉有点无从下手。现在不得不踏实下来,扎实的一步步学习。看了大牛徐其华随笔分类 - caffe系列教程,收获颇丰。在这里记录下自己学习训练和测试模型的过程,可以说相关知识是完全来自Caffe学习系列(12):训练和测试自己的图片,只是记录一下自己实践中的问题和感悟。 在这里,再次对乐于分享的博主徐其华表示衷原创 2016-10-27 11:08:14 · 10364 阅读 · 6 评论 -
caffe学习:通过研读classification.cpp了解如何使用caffe模型
在学习caffe的过程中,安装caffe训练和测试手写字体识别例子成功时以为caffe不过如此;再用编译好的classification.bin分类小猫的图片时,发现自己能做的又非常的少。每次分类我都要提供这些文件?我能随便给一张图片吗?我能更加随心所欲的用这个模型吗?模型的输出应该怎么看?这些问题都可以通过研读classification.cpp得到一定的启发。所以我决定参照classificat原创 2016-10-28 21:38:39 · 9931 阅读 · 2 评论 -
Faster R-CNN安装运行
安装运行faster RCNN, 解决ImportError: libcudart.so.6.5: cannot open shared object file: No such file or directory;Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python等等问题原创 2016-12-07 10:04:45 · 8705 阅读 · 5 评论 -
SegNet安装运行
SegNet是英国剑桥大学Computer Vision and Robotics Group的作品;是一个深度卷积编码-解码结构,用于对图像进行像素级的语义分割;可以将像素分为12类,包括道路、建筑物、电线杆、路牌、行人和骑行者等12类标注,具有实时性;其源代码在 github上。安装:和安装caffe一样,注意将WITH_PYTHON_LAYER := 1前面的注释去掉原创 2016-12-15 21:32:52 · 18233 阅读 · 25 评论 -
[翻译]Caffe2 + PyTorch = PyTorch 1.0 作者:贾扬清
pytorch1.0是pytorch和caffe2合并的结果,这到底意味着什么,贾扬清本人给出了答案。原文请参考:Caffe2 + PyTorch = PyTorch 1.0正式宣告PyTorch1.0同时胜任与研究和生产场景将AI开发从研究带向生产的道路一直需要很多步骤和工具,让新的方法的测试、部署以及迭代优化等操作常耗时和复杂。为了加速和优化这一过程,我们引入了PyTorch1.0,我们的...翻译 2019-09-11 10:32:53 · 855 阅读 · 0 评论