caffe
关注
分享
扫一扫
ccemmawatson
这个作者很懒，什么都没留下…
展开
-
caffe脚本
Net网络就是由层组合成的name: "dummy-net"layers { name: "data" ...}layers { name: "conv" ...}layers { name: "pool" ...}LogReg ↑... more layers ...layers { name: "loss" ...}初始化网络的时候会检查合法性数原创 2014-12-23 14:02:47 · 823 阅读 · 0 评论 -
编译测试MATLAB版本的faster rcnn和rfcn
环境Ubuntu16.04，MATLAB2016b。使用过MATLAB2014a，但内置编译器和系统版本不一致，无法解决，于是改用MATLAB2016b。MATLAB2016b的解决方法。第一步，把MATLAB内置的stdc++库备份，也就是改个名字让它不起作用。cd /usr/local/programFiles/MATLAB/R2016a/sys/os/glnxa64原创 2017-08-18 11:23:43 · 1451 阅读 · 0 评论 -
caffe下FCN注意事项
FCN的分类的label是直接写类号码：1,2,3,...,255。但softmaxwithLoss的第一个bottom，也就是网络输出，是要求向量。即label=3的话，输出是0,0,0,1,0,0,...所以写脚本注意一下，输出层的输出个数不能写1。就是说softmaxwithLoss的两个bottom第二维数值是不一样的。原创 2017-07-12 19:19:45 · 412 阅读 · 0 评论 -
Windows下pycaffe编译
编译Windows版本的caffe，用微软的版本，nuget下载所有依赖库，不难。Python用anaconda，安装Python2.7的64位版本。如果安装32位的，或者Python3.5的，后面import caffe的时候会报错：不是有效的win32程序。配置CommonSettings.props：trueC:\Program Files\Anaco原创 2016-11-06 13:44:05 · 1511 阅读 · 0 评论 -
编译caffe的dll库
前一篇的测试程序只能编译通过，并不可用。因为caffe windows版本默认的libcaffe是静态库，而静态库编译并不会把虚基类layer_factory和一系列子类包含进去。这就导致在载入文件时会报错，无法识别layer的类型。所以需要动态编译libcaffe。1，首先当然把libcaffe工程配置类型从lib改成dll。但此时直接编译并不会产生lib文件，只原创 2016-05-30 17:03:22 · 9225 阅读 · 9 评论 -
windows下使用caffe的lmdb数据库问题
前一篇是在win8+vs2013下配置caffe，因为有nuget的存在，非常简单。但是目前的caffe程序在测试过程中会出现lmdb数据库的问题。这是因为在Linux下，原程序默认申请1T的空间给lmdb数据库使用。但在windows下，系统会天真的去建一个1T的文件，通常硬盘是没这么打空间，就报错了。Microsoft caffe的处理是把这个默认值改成100M。就原创 2016-04-27 19:54:01 · 4710 阅读 · 1 评论 -
利用caffe训练的模型，写一个测试程序
前两篇关于配置caffe和使用它训练。但是，有时候希望用它训练，但分类的时候在自己的程序里面。所以研究了一下调用caffe库的方法。在caffe的官方文件里面，就有classification.cpp作为demo。如果自己建一个工程，首先需要把所有依赖库都加上。包括：caffe（废话），boost，glog，gflag，hdf5，openblas，opencv，prot原创 2016-04-27 20:02:54 · 3527 阅读 · 5 评论 -
Microsoft caffe
https://github.com/BVLC/caffe/tree/windowscaffe windows版的下载地址只需要按照说明修改CommonSettings.props然后用vs2013打开caffe.sln编译就行。debug编译有错，不知道为什么release编译成功。测试convert_mnist_data的时候报错：check failed原创 2016-04-26 15:50:30 · 1972 阅读 · 0 评论 -
Ubuntu14.04 Caffe安装
为了使用caffe，特地装了linux系统，版本：Ubuntu14.04自己对linux一窍不通，安装过程基本是按照这个博客进行的。http://www.cnblogs.com/platero/p/3993877.html第一步：电脑没有独立显卡，所以没有安装cuda第二步：原博主使用的是MKL，但我图省事，没有安装MKL，而是用了atlas，一句命令搞定原创 2014-12-18 13:09:02 · 9835 阅读 · 6 评论 -
faster rcnn训练
faster rcnn用自己的数据训练。数据读入部分matlab代码VOC数据下有VOCCode文件夹，里面有很多自带的数据读入代码。在faster rcnn的代码中，第一步是调用VOCinit生成一系列参数。放在结构体VOCopt里面。这一部分代码在imdb_from_voc.m里面。然后读imdb数据，就是图片本身。这里用到了VOCopt.img原创 2017-08-31 16:55:55 · 376 阅读 · 0 评论