Caffe
-
CAFFE学习笔记（五）用caffe跑自己的jpg数据
1 收集自己的数据 1-1 我的训练集与测试集的来源：表情包 由于网上一幅一幅图片下载非常麻烦，所以我干脆下载了两个eif表情包。同一个表情包里的图像都有很强的相似性，因此可以当成一类图像来使用。下载个eif解压包可以把eif文件解压成gif和jpg格式的文件，然后删除gif文件，只留下jpg格式的文件，这些图就是我的训练集与测试集了。 1-2 使用rena…
-
［caffe］caffe资料收集
1.caffe主页，有各种tutorial。 2.Evan Shelhamer的tutorial，包括视频。
-
【caffe】用训练好的imagenet模型分类图像
因为毕设需要，我首先是用ffmpeg抽取某个宠物视频的关键帧，然后用caffe对这个关键帧中的物体进行分类。 1.抽取关键帧的命令： E:graduation designFFMPEGbin>ffmpeg -i .3.mp4 -vf select=’eq(pict_type,I)’,setpts=’N/(25*TB)’ .%09d.jpg 2.用pyt…
-
caffe常用层：卷积层
layer { name: “conv1_1” #表示该层的名称 type: “Convolution” #层类型 bottom: “image” #输入 top: “conv1_1” #输出 param { lr_mult: 1.0 #权值的学习率，最终的学习率是这个系数乘以solver.prototxt配置文件中的base_Ir decay_mult: …
-
Caffe的设计 、主要结构
Caffe的设计 Caffe遵循了神经网络的一个假设：所有的计算都是以layer形式表示的，layer的作用就是根据输入数据，输出一些计算以后的结果。以卷积为例，就是输入一副图像，然后与这一层的参数(filter)进行卷积运算，然后输出卷积的结果。每一个layer需要进行两种运算:（1）forward，从输入计算输出；（2）backward根据上面的梯度(g…
-
caffe常用层： batchNorm层和scale层
caffe的BN层共有三个参数：均值、方差和滑动系数。 layer { bottom: “res2a_branch2b” top: “res2a_branch2b” name: “bn2a_branch2b” type: “BatchNorm” batch_norm_param { use_…
-
caffe依赖库简介
caffe是一个开源的深度学习框架，其实现依赖于许多其他的库，下面将分别介绍caffe所需的依赖库。 （1）OpenCV OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由intel公司发起并参与开发，以BSD许可授权发行，可以在商业和研究领域中免费使用。OpenCV可用于…
-
caffe-安装anaconda后重新编译caffe报错
ks@ks-go:~/caffe-master$ make -j16 CXX/LD -o .build_release/tools/convert_imageset.bin CXX/LD -o .build_release/tools/net_speed_benchmark.bin CXX/LD -o .build_release/tools/upgrade…
-
caffe实现GAN
我实现GAN网络结构比较复杂： 通过建立两个一模一样的网络，他们相对应的层共享权重，一个网络用来跟新D model另一个网络用来更新G model 更新G model的网络，D部分只进行梯度传递，不进行参数跟新。 更新D model的网络，G部分直接不进行backward 源码连接： https://github.com/longriyao/…
-
caffe使用ctrl-c不能保存模型
caffe使用Ctrl-c 不能保存模型： 是因为使用的是 tee输出日志 解决方法：kill -s SIGINT <proc_id> 或者使用 GLOG_log_dir=/path/to/log/dir $CAFFE_ROOT/bin/caffee.bin train —solver=/path/to/solver.pr…
