[caffe学习笔记]
文章平均质量分 55
soldier123333
这个作者很懒,什么都没留下…
展开
-
【深度学习框架Caffe学习与应用】第五课 自定义神经层和数据输入层
1.创建新定义的头文件,目录在caffe/include/caffe/layers/my_neuron_layer.hpp 我复制了conv_layer.hpp文件,然后在该文件的内容上进行更改 如果只是需要CPU方法,可以注释掉forward_gpu和backward_gpu 修改对照内容如下(左侧是conv_layer.hpp,右侧是my_neuron_layer.hpp):原创 2017-11-25 17:21:44 · 913 阅读 · 0 评论 -
【深度学习框架Caffe学习与应用】第四课 Caffe可视化工具
1.首先准备pycaffe环境 输入一下命令: 2.网络可视化的工具 2.1在caffe中,有一个专门用于画网络结构图的py文件:caffe/tools/draw_net.py 2.2 也可以通过在线可视化工具,网址如下: http://ethereon.github.io/netscope/#/editor原创 2017-11-24 21:36:05 · 679 阅读 · 0 评论 -
【深度学习框架Caffe学习与应用】第二课
1.使用Protocol Buffer提供的命令行编译工具protoc进行编译 首先写好了一个proto文件: 然后将该文件编译成一个C++的输出 此时可以看到,test文件夹中出现了.cc跟.h文件,然后使用test_pb.cc测试生成的头文件ly.helloworld.proto 然后去编译这个文件原创 2017-11-23 11:01:31 · 341 阅读 · 0 评论 -
【深度学习框架Caffe学习与应用】第三课 使用训练好的模型
1.均值文件 将所有训练样本的均值保存为文件。 首先将计算均值文件的caffe工具compute_image_mean放到当前目录:caffe/test/mnist/下面,之后运行如下命令: 这样,我们的均值文件就生成了 2.改写deploy文件(以mnist为例)(略过) 3.使用修改后的mnist的deploy文件,输入一张图片,输出分类结果原创 2017-11-24 11:32:57 · 1669 阅读 · 0 评论 -
【深度学习框架Caffe学习与应用】第三课 将图片数据转化为LMDB数据``
1.将图片数据转化为LMDB数据 第一步:创建图片文件列表清单,一般为一个txt文件,一行一张图片 我在caffe/data/目录下新建一个test_data的文件夹,里面放训练集及数据集 首先看一下data/test_data/train/male中的图片,显示出文件名 然后终端运行下面命令,将文件夹中图片的名称写到txt文原创 2017-11-23 17:25:33 · 307 阅读 · 0 评论 -
[caffe学习笔记]用自己的数据进行训练和测试
我今天尝试制作一个自己的训练数据集,参考薛开宇的学习方式,模仿搭建自己的数据库。 1.因为我的电脑里有整个ImageNet_ILSVRC2012的数据集,所以从训练集ILSVRC2012_img_train中随便选了两种:bird和fowl 2.生成标签文件列表,即生成 train.txt 和val.txt 文件 3.将生成的 txt 文件列表中的图像与train图像库、val图像库的图原创 2017-11-17 12:09:20 · 971 阅读 · 0 评论 -
【深度学习框架Caffe学习与应用】第一课 Opencv安装
编译测试文件test_opencv.cpp的时候出现错误: 解决方案: sudo apt-get autoremove libopencv-dev 或者:用pkgconfig解决的: g++ -o test_mnist test_mnist.cpp `pkg-config opencv --cflags --libs` 参考:http://f.datagu原创 2017-11-23 23:51:58 · 526 阅读 · 0 评论 -
【caffe学习笔记二】学习搭建自己的网络 MNIST 在 caffe 上进行训练与学习
一、准备样本数据 1.下载minist的数据包,一共是四个数据包,如下图所示: 命令如下: cd caffe cd data/mnist ./get_mnist.sh get_mnist.sh代码如下: #!/usr/bin/env sh # This scripts downloads the mnist data and unzips it. D原创 2017-11-18 15:02:41 · 2577 阅读 · 0 评论 -
【深度学习框架Caffe学习与应用】 第十一课
1.车辆检测实践:使用Caffe训练的深度学习模型做目标检测——以车辆检测为例 有关文件都放在以下文件夹中: 对vehicle_detetc.cpp进行编译: 编译之前,需要修改一下代码中的文件路径: 我刚开始先编译之后,才修改的源文件,所以运行的时候,出现下面错误: 只要修改完路径之后,重新编译就好原创 2017-11-27 11:36:48 · 1868 阅读 · 0 评论