格子衫的博客

关于caffe的安装，这里首先要安装Ubuntu16.04,博客上有很多教程。推介三点：1.别在虚拟机上装，推荐双系统安装。2.采用刻盘安装，关于刻盘安装方法，网上都有教程。由于每个人的电脑版本型号不一样，在安装的过程中同一问题会出现不一样的操作，这方面大家有问题的可以在下面评论，lz尽量帮忙解答。3.在安装过程中，要分盘，我介意最少200G的空间，因为大部分是用来搞深度学习的，数据采集需要很大的...

关于faster-rcnn的原理训练流程及其数据集的制备，已经都已完成。那么问题来了，“自己制备的数据集，比如说自己为了增强数据集，进行图片翻转操作，然后记录坐标这样的数据集，在训练的过程中出现的问题”一、在调用append_flipped_images函数时出现： assert (boxes[:, 2] >= boxes[:, 0]).all()网上查资料说：出现这个问题主要是自己的数据集...

接着上篇继续，上篇写到开始调用Solver的train_model函数了。OK ! ! ! 3.train_net()中train_model()的调用前面已经知道了roidb提供了标注信息，imdb提供了一个数据基类，里面有一些工具接口。那么实际网络跑起来的时候，也需要准备图像数据的输入。因此接下来关注Solver的train_model成员函数中每次图像数据是如何生成的。data_layer ...

到这篇为止，关于faster rcnn已经解读一大半了。OK！！！上一篇讲到anchor_target _layer()知道了该层函数的目的就是为每个位置的9个anchors生成表示正负样本的标签和回归的目标值，以及权重，提供给RPN进行训练。*reshape_layeranchor_target_layer()该层执行完毕后，我们继续回到网络模型中观看下一层，是一个卷积层，该层的作用是计算rpn...