caffe
zhw864680355
这个作者很懒,什么都没留下…
展开
-
caffe中googlenet图片分类预测
googlenet 作为名噪一时的分类模型,影响比较深远!现列出自己实际使用googlenet的测试代码,以供参考!其中模型权重文件和均值文件,分类文件自行下载!# -*- coding=utf-8 -*-import caffeimport numpy as npimport timeroot='/home/xxx/caffe/models/bvlc_googlenet/' ...原创 2018-04-10 23:38:49 · 850 阅读 · 0 评论 -
年龄预测(SSRNet)模型转换(Keras转Caffe)
原文链接:https://blog.csdn.net/lwplwf/article/details/84292743SSR-Net: A Compact Soft Stagewise Regression Network for Age Estimationpaper:https://github.com/shamangary/SSR-Net/blob/master/ijcai18_ssrn...转载 2019-03-05 22:37:48 · 1416 阅读 · 3 评论 -
caffe绘制训练过程中的accuracy、loss曲线
利用caffe中的脚本工具绘制出来的accuracy、loss曲线分别在两张图中,本人通过代码实现了在一张图中同时绘制两条曲线。本文以mnist的训练为例说明:1、保存训练模型时的日志文件修改train_lenet.sh文件,加入“2>&1 | tee examples/mnist/mnist_train_log.log” 保存日志到mnist_train_log.l...原创 2019-03-19 20:11:12 · 918 阅读 · 0 评论 -
caffe学习率策略(lr_policy参数)选择方法
原文链接地址:https://blog.csdn.net/zong596568821xp/article/details/80917387在caffe源码的caffe-master/sec/caffe/proto/caffe.proto下记录了不同的学习策略的计算方法:// The learning rate decay policy. The currently implemented...转载 2019-03-21 11:07:50 · 1618 阅读 · 0 评论 -
caffe中数据的图像增强操作
caffe中ImageData layer的图像增强操作-transformer_param原文链接地址如下:https://github.com/twtygqyy/caffe-augmentation/blob/master/README.mdhttps://blog.csdn.net/qq_20622615/article/details/809004261、mirrorm...转载 2019-03-22 16:18:41 · 2809 阅读 · 0 评论 -
Caffe均值文件mean.binaryproto与mean.npy互转
原文链接: https://blog.csdn.net/hyman_yx/article/details/51732656 https://blog.csdn.net/ZhikangFu/article/details/53260329 使用Caffe的C++接口进行操作时,需要的图像均值文件是pb格式,例如常见的均值文件名为mean...转载 2019-03-28 09:20:05 · 767 阅读 · 0 评论 -
训练集与测试集的loss之间关系说明
train loss 不断下降,test loss不断下降,说明网络仍在学习;train loss 不断下降,test loss趋于不变,说明网络过拟合;(max pool或者正则化)train loss 趋于不变,test loss不断下降,说明数据集100%有问题;train loss 趋于不变,test loss趋于不变,说明学习遇到瓶颈,需要减小学习率或批量数目;或者是数据集有...转载 2019-04-11 13:59:25 · 2381 阅读 · 4 评论 -
数据增强操作(旋转、翻转、裁剪、色彩变化、高斯噪声等)
# -*- coding:utf-8 -*-"""数据增强 1. 翻转变换 flip 2. 随机修剪 random crop 3. 色彩抖动 color jittering 4. 平移变换 shift 5. 尺度变换 scale 6. 对比度变换 contrast 7. 噪声扰动 noise 8. 旋转变换/反射变换 Rotation/refl...原创 2019-04-15 18:12:48 · 7438 阅读 · 2 评论 -
caffe实现多标签分类模型
原文链接地址:https://www.jianshu.com/p/fdf7c599ab9d常规的基于CNN的图像分类网络如Lenet、Alexnet、VGGnet等都是单分类模型,本文记录在ubuntu16.04下如何对传统的单分类模型进行调整,实现多标签分类的效果,这里主要指的是对固定长度字符串的识别,相同原理可用于验证码识别和车牌识别。下面整理了使用caffe完成多标签分类(mu...转载 2019-07-16 14:16:43 · 890 阅读 · 0 评论 -
caffe自定义模型训练的方法
原文链接:https://blog.csdn.net/qq_30638831/article/details/81606380该文章详细记录了如何转换数据,如何利用其它模型文件修改,训练自己的网络,具有一定的借鉴意义。...原创 2019-02-20 22:57:28 · 499 阅读 · 0 评论 -
Caffe学习记录:Cifar-10 自定义网络训练记录
原文链接:https://blog.csdn.net/linj_m/article/details/49428601该博客详细记录了自定义网络结构的验证过程,非常值得学习和参考。原创 2019-02-20 22:29:20 · 158 阅读 · 0 评论 -
SENet(Squeeze-and-Excitation Networks)网络详解
论文:《Squeeze-and-Excitation Networks》论文链接:https://arxiv.org/abs/1709.01507 代码地址:https://github.com/hujie-frank/SENet PyTorch代码地址:https://github.com/miraclewkf/SENet-PyTorch原文链接:https://blog.csdn....转载 2019-02-20 22:00:30 · 11710 阅读 · 0 评论 -
人脸检测——Multi-task CNN(MTCNN)
论文连接:https://kpzhang93.github.io/MTCNN_face_detection_alignment/开源代码:https://github.com/kpzhang93/MTCNN_face_detection_alignment或者参考其他:https://github.com/BigcowPeking/mtcnn-caffe ...转载 2019-01-26 16:49:35 · 1520 阅读 · 0 评论 -
open_nsfw: 雅虎基于Caffe的成人图片识别模型
nsfw(Not suitable for work classifier)是雅虎开源的进行色情检测识别的一个网络,该网络基于Resnet50修改,取得了非常不错的色情检测效果。开源地址:https://github.com/yahoo/open_nsfw在安装好caffe后,具体测试demo 如下:cd open_nsfwpython ./classify_nsfw.py \-...原创 2019-01-21 21:07:40 · 5219 阅读 · 0 评论 -
caffe中网络结构的可视化
在caffe中,网络结构文件(prototxt)的可视化,有两种方法。一种是Caffe里的工具 draw_net.py (该文件目录 $(CAFFE_ROOT)/python/ ),还有一种是在线网页生成。第一种方法使用如下:usage: draw_net.py [-h] [--rankdir RANKDIR] [--phase PHASE] input_net_proto_f...原创 2019-01-21 21:47:41 · 438 阅读 · 1 评论 -
caffe中的矩阵操作函数
转载来源:https://blog.csdn.net/z13653662052/article/details/805167481. caffe_cpu_gemm 函数: 2. caffe_cpu_gemv 函数: 3.caffe_axpy 函数: 4.caffe_set 函数: 5.caffe_add_scalar 函数: 6.caffe_copy 函数: 7.caffe_sca...转载 2019-01-21 21:58:54 · 472 阅读 · 0 评论 -
在Caffe中自定义Layer:矩阵相乘Matmul
原作者链接如下:https://blog.csdn.net/feifei884431/article/details/52232381原创 2019-01-21 22:15:01 · 1871 阅读 · 0 评论 -
caffemodel文件大小的计算
原文链接地址:https://blog.csdn.net/u014696921/article/details/52413561 caffemodel是训练过程中产生的文件,里面主要存放的是网络模型中各层的w和b参数,另外还存放网络形状等其它的一些信息。所以我们可以看到,caffemodel的大小主要取决于模型的w和b参数的数量。w和b参数的数量主要由下面的两个因素决定:...转载 2019-01-27 11:19:05 · 651 阅读 · 0 评论 -
目标检测中的IOU计算问题
原文来源:https://blog.csdn.net/qq_17550379/article/details/78815637在目标检测中我们有一个基本的操作,形象表述就是画框框,我们要通过我们画的框把我们要标注的目标给框出来,如下面那个狗。我们既可以说这个狗被框出来了,但是也可以说没有,因为你可以观察到左边和上面是存在一些缝隙的。 那问题就出现了。什么样的框才算把目标给框住了呢?这个...转载 2019-01-22 21:48:33 · 2508 阅读 · 0 评论 -
CNN中1x1卷积的作用
1、1×1卷积层在实现全卷积神经网络中经常用到,即使用1*1的卷积层替换到全连接层,这样可以不限制输入图片大小的尺寸,使网络更灵活;2、进行卷积核通道数的降维,减少卷积核参数数量; 可以Inception模块来进行计算校验。3、进行卷积核通道数的升维,用最少的参数拓宽网络的channal;4、实现跨通道的交互和信息整合; 例子:使用1*1卷积核,实现降维和升维的...原创 2019-02-17 11:21:21 · 1384 阅读 · 0 评论 -
目标检测:PVAnet原理解析
原文:用于实时物体检测的深度轻量神经网络(PVANET:Deep but Lightweight Neural Networks for Real-time Object Detection)论文链接:http://arxiv.org/pdf/1608.08021Github:https://github.com/sanghoon/pva-faster-rcnnC++ Demo:htt...转载 2019-07-30 17:53:25 · 543 阅读 · 0 评论