runner668的博客

Caffe中DataLayer默认的数据格式是LMDB。许多example中提供的输入数据是LMDB格式。使用extract_features.bin提取特征时支持的输出格式之一也是LMDB。LMDB在Caffe的IO功能中有相当重要的地位。因此，搞明白如何存取Caffe的LMDB数据，对于我们使用Caffe是很有帮助的。LMDBCaffe使用LMDB来存放训练/测试用的数据集，以及使用网络提取出...

转自：https://blog.youkuaiyun.com/langb2014/article/details/52995349    大牛的文章啊，学习了调用的是caffe的python接口一：将图像写入LMDBimport osimport globimport randomimport numpy as npimport cv2import caffefrom caffe.proto ...

转自：http://www.cnblogs.com/darkknightzh/p/5909121.html参考网址：http://www.cnblogs.com/wangxiaocvpr/p/5096265.html可以根据caffe-master\examples\imagenet \readme.md进行理解。1 生成LmDB格式文件caffe中通过图像生成lmdb格式文件的程序为exampl...

转自：https://blog.youkuaiyun.com/u010417185/article/details/52119863caffe对于训练数据格式，支持：lmdb、h5py……，其中lmdb数据格式常用于单标签数据，像分类等，经常使用lmdb的数据格式。对于回归等问题，或者多标签数据，一般使用h5py数据的格式。当然好像还有其它格式的数据可用，本文就主要针对lmdb数据格式的制作方法，进行简单讲解...

转载自：http://www.cnblogs.com/alexcai/p/5469436.html本篇继续之前的教程，下面我们尝试使用别人定义好的网络，来训练我们自己的网络。1、准备数据首先很重要的一点，我们需要准备若干种不同类型的图片进行分类。这里我选择从ImageNet上下载了3个分类的图片（Cat，Dog，Fish）。图片需要分两批：训练集（train）、测试集（test），一般训练集与测试...

几点注意事项：1：标签是一个向量，不是一个值，因此数据格式为HDF5；2：损失函数采用的做回归经常用到的平方差函数。caffe中定义的为网络结构图如下：最后几层的网络定义如下：layers { name: "ip1" type: INNER_PRODUCT //全连接网络 bottom: "conv4" top: "ip1" blobs_lr: 1 blobs_lr: 2...

转自：https://blog.youkuaiyun.com/qq295456059/article/details/53142574最近项目需要用到caffe来做关键点的回归，即通过caffe来训练一个网络，输出的结果不是简单地类别，而是一些坐标（浮点数）。下面的这篇博文对caffe做回归有一个比较好的介绍：http://www.cnblogs.com/frombeijingwithlove/p/53140...

转自：http://www.cnblogs.com/dudumiaomiao/p/6556111.html了解更多的原理，背景，请去原作者那里！原有模型1、下载fasrer-rcnn源代码并安装git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git1)  经常断的话，可以采取两步：git clone https:...

一：Bounding-box regression回归1.问题理解(为什么要做 Bounding-box regression？ )如图 1 所示， 绿色的框为飞机的 Ground Truth, 红色的框是 Selective Search 提取的 Region Proposal。 那么即便红色的框被分类器识别为飞机，但是由于红色的框定位不准(IoU<0.5)， 那么这张图相当于没有正确的检...