qq_39501363的博客

1.TypeError: 'numpy.float64' object cannot be interpreted as an index 的解决方案 看了很多博客都说要调整numpy版本到1.11.0，这个方法或许能用，但不是根本方法，因为为了frcnn代码去调整一个包库的版本，属实饮鸩止渴，最好的方法就是去修改代码中出问题的地方，标记一下一个回答frcnn爬坑记录 需要补充...

一些背景： 题记：本来在笔记本上已经配置好caffe-gpu与caffe-frcnn，训练了caffe数据集，也验证了frcnn自带的例子。在使用frcnn的时候出现了意外，ZF模型的目标检测是正常的，VGG16gpu状态时，模型的目标检测一直显示超出内存，在使用系统监视器观察时，确实在调用VGG16的时候显存飙升，但是使用cpu时可以跑通，不过意料之中的慢，ZF网络的时候占用显存很少，可以跑通...

背景：已经编译好py-faster-rcnn-master 了解数据集包括什么内容。 数据集信息：github上以为大佬的详细文件https://github.com/EddyGao/make_VOC2007 鉴于网站可能有点卡，在此处重新上述信息： 正文如下： ----------------------------------------------------------------...

简介 FRCNN的VOC数据集中，包含四种数据文件，train、test、val、tainval。 train.txt：用于训练的图片数据名称； test.txt：用于测试的图片数据名称； val.txt：用于验证的图片数据名称； trainval.txt：train+val数据集和。 有一篇文档比如蛮有趣：训练集、验证集、测试集以及交验验证的理解 训练集-----------...

1.FRCNN编译错误：Message type "caffe.LayerParameter" has no field named "roi_pooling_param".已解决 linux系统、py-faster-rcnn-caffe 说明：最近在做frcnn的实现检测，编译好所有文件，终端也可以实现./demo.py分类功能，需要在编译器（spyder、pycharm）中实现的时候，报错...

可视化网络模型   Caffe目前有两种常用的可视化模型方式： 使用Netscope在线可视化 Caffe代码包内置的draw_net.py文件可以可视化网络模型 Netscope能可视化神经网络体系结构（或技术上说，Netscope能可视化任何有向无环图）。目前Netscope能可视化Caffe的prototxt 文件。网址为： ethereon.github.io/netscope/#/...

这里介绍一下如题所述的四个概念以及相应的使用python绘制曲线： 参考博客：使用Python画ROC曲线以及AUC值 一般我们在评判一个分类模型的好坏时，一般使用MAP值来衡量，MAP越接近1，模型效果越好； 更详细的可参考：http://www.cnblogs.com/pinard/p/5993450.html 准确率PR就是找得对，召回率RC就是找得全。 大概就是你问问...