利用Caffe训练模型(solver、deploy、train_val)+python使用已训练模型
本文部分内容来源于CDA深度学习实战课堂，由唐宇迪老师授课如果你企图用CPU来训练模型，那么你就疯了…训练模型中，最耗时的因素是图像大小size，一般227*227用CPU来训练的话，训练1万次可能要超过1周的时间。不同的网络结构，可能会有不同图片尺寸的需求，所以训练之前需要了解一下，在生成LMDB...
caffe生成voc格式lmdb
要训练ssd基本都是在liu wei框架下改，生成lmdb这一关照葫芦画瓢总遇坑，记录之：1. labelmap_voc.prototxt要根据自己的分类修改，比如人脸检测改成这样：item { name: "none_of_the_above" label: display_name: "b...
深度学习框架Caffe的编译安装
深度学习框架caffe特点，富有表达性、快速、模块化。下面介绍caffe如何在Ubuntu上编译安装。1. 前提条件安装依赖的软件包：CUDA 用来使用GPU模式计算.建议使用 7.0 以上最新的版本BLAS via ATLAS, MKL, or OpenBLAS.Boost >= 1.55p...
Caffe+CUDA7.5+CuDNNv3+OpenCV3.0+Ubuntu14.04 配置参考文献 以及 常见编译问题总结
Caffe + CUDA8.0 + CuDNNv5.1 + OpenCV3.1 + Ubuntu14.04 配置参考文献---- Wang Xiao Anhui University CVPR Group 2017-05-27Warning: Please make sure the cu...
caffe中权值初始化方法
首先说明：在caffe/include/caffe中的 filer.hpp文件中有它的源文件，如果想看，可以看看哦，反正我是不想看，代码细节吧，现在不想知道太多，有个宏观的idea就可以啦，如果想看代码的具体的话，可以看：http://blog.csdn.net/xizero00/article/d...
虚拟机Ubuntu16，caffe环境搭建
虚拟机下的Ubuntu16.04+caffe+onlycup官网的step很重要，要跟着官网，的步骤来：http://caffe.berkeleyvision.org/installation.html然后对照：http://blog.csdn.net/firethelife/article/det...
浅析py-faster-rcnn中不同版本caffe的安装及其对应不同版本cudnn的解决方案
浅析py-faster-rcnn中不同版本caffe的安装及其对应不同版本cudnn的解决方案本文是截止目前为止最强攻略，按照本文方法基本可以无压力应对caffe和Ross B. Girshick的代码安装配置，如有转载请注明出处Copyright 飞翔的蜘蛛人注1：本人新手，文章中不准确的地方，欢...
基于Caffe的Large Margin Softmax Loss的实现（上）
小喵的唠叨话：在写完上一次的博客之后，已经过去了2个月的时间，小喵在此期间，做了大量的实验工作，最终在使用的DeepID2的方法之后，取得了很不错的结果。这次呢，主要讲述一个比较新的论文中的方法，L-Softmax，据说单model在LFW上能达到98.71%的等错误率。更重要的是，小喵觉得这个方法...
caffe中的filler.hpp源码的作用：
filler.hpp文件：（它应该没有对应的.cpp文件，一切实现都是在头文件中定义的，可能是因为filler只分在网络初始化时用到那么一次吧）1，首先定义了基类：Filler,它包括：一个纯虚函数：filler（用于在子类里根据不同的情况具体实现）一个数据：filler_param_(类型为Fil...
21天实战caffe笔记_第二天
1 传统机器学习传统机器学习：通过人工设计特征提取器，将原始数据转化为合适的中间表示形式或者特征向量，利用学习系统(通常为分类器)可以对输入模式进行检测或者分类。流程如下：传统机器学习的局限在于需要人工设计特征提取器，而且要求较高。而深度学习则不需要，可以由机器自动学习获取，适应性较强。2 从表示学...
用caffe跑自己的数据，基于WINDOWS的caffe
本文详细介绍，如何用caffe跑自己的图像数据用于分类。1 首先需要安装过程见 http://www.cnblogs.com/love6tao/p/5706830.html 同时依据上面教程，生成了caffe.exe2 构建自己的数据集。分为train和val 两个数据集，本次实验为2分类任务，一个...
python 和 matlab的caffe读数据细节
（1）.prototxt中的输入表示一样，如dim: 10 dim: 3 dim: 227 dim: 227（2）代码喂入数据不一样：python: input_blob = np.zeros((config.batchsize, 3, config.crop_h, config.cro...
Ubuntu14.04上深度学习Caffe库安装指南（CUDA7.5 + opencv3.1）
Ubuntu14.04上Caffe安装指南安装的准备工作首先，安装官方版Caffe时。假设要使用Cuda。须要确认自己确实有NVIDIA GPU。安装Ubuntu时，将/boot 分区分大概200M左右，太小了会导致升级系统时/boot空间不足。交换分区能够分到和机子的内存差点儿相同。/opt 和 ...
VS2013配置Caffe卷积神经网络工具（64位Windows 7）——准备依赖库
VS2013配置Caffe卷积神经网络工具（64位Windows 7）——准备依赖库2014年4月的时候自己在公司就将Caffe移植到Windows系统了，今年自己换了台电脑，想在家里也随便跑跑，本来也装了Ubuntu可以很方便的配置好，无奈在家的风格是“娱乐的时候抽空学习”，所以移植到Window...
caffe入门-人脸检测1
最近刚入门caffe，跟着视频做了一个简单人脸检测。包括人脸二分类模型+方框框出人脸。人脸二分类模型1. 收集数据我用的是lfw数据集，总共有13233张人脸图片。非人脸数据有两种选择。1. 用完全不是人脸的图片；2. 用与人脸重叠比例较小的图片。我用的是动物的图片作为负样本。负样本数据集。2. 制...
caffe卷积输入通道如何到输出通道
今天一个同学问 卷积过程好像是对 一个通道的图像进行卷积， 比如10个卷积核，得到10个feature map， 那么输入图像为RGB三个通道呢，输出就为 30个feature map 吗， 答案肯定不是的， 输出的个数依然是 卷积核的个数。 可以查看常用模型，比如lenet 手写体，Alex im...
Windows下caffe的配置和调用caffe库（一）
一、Windows下caffe的配置：1. 下载caffe官网提供的开发包，https://github.com/microsoft/caffe2. 将caffe-master目录下的Windows中的文件CommonSettings.props.example后缀名改为CommonSettings...
caffe学习一：ubuntu16.04下跑Faster R-CNN demo (基于caffe). (亲测有效，记录经历两天的吐血经历)
兜兜转转，兜兜转转;一次有一次，这次终于把Faster R-CNN 跑通了。重要提示1：在开始跑Faster R-CNN之前一定要搞清楚用的是Python2 还是Python3. 不然你会无限次陷入一下错误：from ._caffe import Net, SGDSolver, NesterovSo...
Caffe系列4——基于Caffe的MNIST数据集训练与测试（手把手教你使用Lenet识别手写字体）
基于Caffe的MNIST数据集训练与测试原创：转载请注明https://www.cnblogs.com/xiaoboge/p/10688926.html 摘要在前面的博文中，我详细介绍了Caffe的网络结构和求解文件，还介绍了如何制作LMDB和Hdf5数据源文件。但是我们还没有完整的介绍过如何在C...
Caffe学习系列(13)：数据可视化环境（python接口)配置
caffe程序是由c++语言写的，本身是不带数据可视化功能的。只能借助其它的库或接口，如opencv, python或matlab。大部分人使用python接口来进行可视化，因为python出了个比较强大的东西：ipython notebook, 现在的最新版本改名叫jupyter notebook...