caffe
关注
分享
扫一扫
北方的杨先生
声明:博文的编写，主要参考网上资料，并结合个人见解，仅供学习、交流使用，如有侵权，请联系博主删除，原创文章转载请注明出处。博主微信：wx_big。
展开
-
Caffe之网络输出
1、fc层例如caffenet的fc8层：[plain] view plain copylayer { name: "fc8" type: "InnerProduct" bottom: "fc7" top: "fc8" param { lr_mult: 1 decay_mult: 1 } param ...转载 2018-04-04 14:26:36 · 778 阅读 · 0 评论 -
cv2.imread()和caffe.io.loadimage的区别
使用opencv和caffe的伙伴们，可能会有一个疑问，那就是对于同时读取图片的cv2.imread()和caffe.io.loadimage两个函数，有什么差别？1、cv2.imread()接口读图像，读进来直接是BGR 格式数据格式在 0~255，通道格式为(H,W,C)，即行，列、通道数(Row, Col, C)。2、caffe.io.load_image()读进来是RGB格式和 0~1(f...转载 2018-02-24 18:38:06 · 557 阅读 · 0 评论 -
ImportError: No module named caffe 的解决方案
在Ubuntu中，按住ctrl+alt+t打开终端，输入“python”打开python解释器，输入：import syssys.path.append("/（你的caffe-master路径）/caffe-master/python")sys.path.append("/（你的caffe-master路径）/caffe-master/python/caffe")原创 2018-01-09 11:27:29 · 573 阅读 · 0 评论 -
caffe修改输入resize
OpenCV提供了resize函数来改变图像的大小，函数原型如下：[cpp] view plain copyvoid resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR );原创 2018-01-26 14:25:28 · 4215 阅读 · 0 评论 -
mean.npy的生成方法
mean.binaryproto转mean.npy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.binaryproto；但在使用Python接口进行操作时，需要的图像均值文件是numpy格式，例如mean.npy。所以在跨语言进行操作时，需要将mean.binaryproto转换成mean.npy，转换代码如下：import caffeimp...转载 2018-03-15 14:14:11 · 682 阅读 · 0 评论 -
Caffe的Python接口进行Cifar10可视化
根据训练好的cifar10数据的model，从测试图片中选出一张进行测试，并进行网络模型、卷积结果及参数可视化注意：本文中代码运行在windows+ipython notebook下，已事先配置好caffe的python接口导入必需的包123456789import numpy as npimport matplotlib.pyplot as pltimport matplo...转载 2018-03-16 09:25:55 · 317 阅读 · 0 评论 -
Caffe-Python接口常用API参考
官网也有提供demohttp://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/net_surgery.ipynb本文整理了pycaffe中常用的APIPackages导入123import caffefrom caffe import layers as Lfrom caffe import params as ...转载 2018-03-16 09:44:55 · 320 阅读 · 0 评论 -
ROI Pooling
ROI Pooling的意义ROIs Pooling顾名思义，是Pooling层的一种，而且是针对RoIs的Pooling，他的特点是输入特征图尺寸不固定，但是输出特征图尺寸固定；什么是ROI呢？ROI是Region of Interest的简写，指的是在“特征图上的框”；1）在Fast RCNN中， RoI是指Selective Search完成后得到的“候选框”在特征图上的映射，如下图所示...转载 2018-03-21 10:25:46 · 287 阅读 · 0 评论 -
ROI Pooling层详解
ROI Pooling层详解原文链接：https://blog.deepsense.ai/region-of-interest-pooling-explained/目标检测typical architecture 通常可以分为两个阶段：（1）region proposal：给定一张输入image找出objects可能存在的所有位置。这一阶段的输出应该是一系列object可能位置的bounding ...转载 2018-03-21 10:48:31 · 3911 阅读 · 4 评论 -
解决Caffe训练过程中loss不变问题
这段在使用caffe的时候遇到了两个问题都是在训练的过程中loss基本保持常数值，特此记录一下。1.loss等于87.33不变loss等于87.33这个问题是在对Inception-V3网络不管是fine-tuning还是train的时候遇到的，无论网络迭代多少次，网络的loss一直保持恒定。查阅相关资料以后发现是由于loss的最大值由FLT_MIN计算得到，FLT_MIN是1.17549435e...转载 2018-04-09 15:57:03 · 669 阅读 · 0 评论 -
error: function "atomicAdd(double *, double)" has already been defined
在编译caffe-resnet-attention是遇到问题，在网上找到错误的原因，记录下来。 原文地址CUDA 8.0 provides a definition of atomicAdd on double quantities that was not present in previous CUDA toolkits. The code you are working with also ...转载 2018-05-30 11:08:11 · 528 阅读 · 0 评论 -
Caffe 错误 001：关于 Error parsing text-format
Error parsing text-format Caffe.NetParameter: xxx:xx : Expected interger or identifier 这是protobuf提示的一个错误。它的意思是在用户的prototxt中第xxx行，第xx 列缺少一个整型数或者标识符。解决方法：检查对应的prototxt文件，在第xxx行，第xx 列是否缺漏了相应的...原创 2018-11-14 10:16:42 · 1562 阅读 · 0 评论 -
AttributeError: 'module' object has no attribute 'LabelMap'
ssd检测遇到的错误解决方案：export PATH=$PATH:自己的caffe路径/python:$PYTHONPATH原创 2018-01-11 11:49:37 · 742 阅读 · 0 评论 -
Check failed: mdb_status == 0 (2 vs. 0) No such file or directory
ssd执行create_data python代码时，出现Check failed: mdb_status == 0 (2 vs. 0) No such file or directory错误原因：制作lmdb时，有文件找不到解决方案：查询标注文件和图像文件中的xml与jpg文件，是否混淆，另外确认有没有xml文件中有的width/height为0，但是实际图像却有原创 2018-01-11 11:47:25 · 3239 阅读 · 0 评论 -
deep-visualization-toolbox可视化安装
github：https://github.com/yosinski/deep-visualization-toolbox/blob/master/README.md在编译好的caffe上安装从第二步开始即可；Step 2: Install prerequisites这是要安装三个Python-OpenCV scipy python-skimage东西，在安装 sc原创 2017-12-06 14:45:09 · 1867 阅读 · 0 评论 -
ssd微调VGG网络出现的错误
本文ssd微调使用的是VGG_coco_SSD_300x300_iter_400000.caffemodel模型，在微调训练是出现了一些问题。1、原因：因为原模型是21个输出，本人训练6个输出，导致输出层维度不一致，conf层无法共享权值解决：修改conf层名称，将两个CreateMultiBoxHead函数增加conf_postfix='_hlg'参数2、Sy原创 2017-09-05 15:28:24 · 2101 阅读 · 5 评论 -
caffe_net可视化
编译caffe的Python接口$ make pycaffe装各种依赖$ pip install pydot$ sudo apt-get install graphviz可视化模型draw_net.py执行的时候带三个参数第一个参数：网络模型的prototxt文件第二个参数：保存的图片路径及名字第二个参数：--rankdir=x , x 有四种选原创 2017-08-30 10:26:23 · 287 阅读 · 0 评论 -
NMS-----非极大抑制
因为去修改deploy.prototxt中nums_threshold参数，想到研究一下NMS非极大抑制，记录一下简单的理解。非极大抑制用在目标检测后筛选最终结果，更精确的定位。一般分三步：1、置信度排序并选出框置信度最高的框2、计算其他框与最高置信度框的iou，若IOU大于阈值（nums_threshold）,则认为与最大一致，去除，保留最大。3、从未处理的框中重新选原创 2017-09-08 14:48:45 · 954 阅读 · 0 评论 -
caffe训练时loss=nan的原因
梯度爆炸 梯度变得非常大，最后loss全为nan，每一轮迭代后的loss，其随着迭代次数的增加，最后超出浮点型表示的范围就是nan。原因： 1、基础学习率base_lr可能太大，一般要降低至少一个数量级 2、具体哪个层的loss梯度爆炸，具体减小该层的loss_weight 3、预训练模型不适合微调解决方法： 1、原创 2017-08-31 20:07:12 · 3118 阅读 · 0 评论 -
ssd训练错误
今天，填充数据重新训练SSD时出现错误OpenCV Error: Assertion failed ((scn == 3 || scn == 4) && (depth == CV_8U || depth == CV_32F)) in cvtColor, file /build/opencv-SviWsf/opencv-2.4.9.1+dfsg/modules/imgproc/src/color原创 2017-09-26 14:53:19 · 1334 阅读 · 0 评论 -
caffe学习:数据层参数
name: "CaffeNet"layer { name: "data" type: "Data" top: "data" top: "label" data_param { source: "../lmdb/train_lmdb" backend: LMDB batch_size: 128 } transform_param { me原创 2017-09-27 09:29:51 · 289 阅读 · 0 评论 -
根据log日志画accuracy loss 图
在训练过程中画出accuracy 和loss曲线能够更直观的观察网络训练的状态，以便更好的优化网络的训练。一、设置训练配置文件参数，保存训练时的参数至log文件 [python] view plain copyTOOLS=./build/tools LOG=examples/testCreateLmDB/log/log-`date +%转载 2017-10-13 09:59:24 · 2627 阅读 · 0 评论 -
HCP: A Flexible CNN Framework for Multi-label Image Classification论文学习
HCP: A Flexible CNN Framework for Multi-label Image Classification论文学习特点1.训练集不需要默认正确的box标签2.HCP结构可以过滤噪声或者不相关的假设box3.共享cnn层可以预训练大型单标签数据集4.可以输出多标签预测结果## 整体思路输入为一张完整的覆盖多个独立物体的图，根据BING或者EdgeBoxes方法生成拥有高计算原创 2017-11-17 14:34:48 · 895 阅读 · 1 评论 -
有方向的CNN--Oriented Response Networks
本文半原创，半引用链接http://blog.youkuaiyun.com/zhangjunhit/article/details/76637772Oriented Response Networks CVPR2017 http://yzhou.work/ORN/ Code: https://github.com/ZhouYanzhao/ORN以前的CNN主要通过 pool 来得到原创 2017-12-19 18:51:26 · 2034 阅读 · 3 评论 -
ImportError: No module named model_libs
训练DRBox时遇到简单的python路径问题。实际是python接口的路径不对，使用echo $PYTHONPATH 弹出当前python路径，发现是caffe自己的python接口，采用 export PYTHONPATH=/home/用户名/（当前要用的Python路径）/python即可，最后可用echo $PYTHONPATH查询当前python路径。原创 2017-12-22 10:46:01 · 1227 阅读 · 1 评论 -
SSD微调训练
本人根据下载的ssd_model比较，进行ssd模型微调训练，效果也比较好借助blog：http://blog.youkuaiyun.com/jesse_mx/article/details/74011886效果：原创 2017-09-05 12:25:31 · 1360 阅读 · 0 评论