
caffe
文章平均质量分 74
shakevincent
这个作者很懒,什么都没留下…
展开
-
微软Caffe编译
目前windows-caffe主要有一下版本:一个是Happynear版本的手动编译的caffe: https://github.com/happynear/caffe-windows编译过程中会遇到一些错误,并且各种依赖项 另一个版本是微软开发的Caffe: https://github.com/Microsoft/caffe 这个版本编译起来就很简单(只介绍cpu版本): 1:下载ca原创 2016-06-16 21:11:26 · 3726 阅读 · 0 评论 -
caffe框架在添加自己的MFC程序(上)
自从深度学习火起来以后,搞计算机视觉的不了解一点深度学习的知识都不还意思。以前的人脸识别还是LBP+svm的时代,突然出现了一个深度学习,大家都努力的奋斗。为了响应号召,我们利用cnn训练自己的网络然后用于人脸识别,参考classification.cpp修改得到控制台程序,没有一个界面怎么能行,没有QT经验,只能继续使用苦逼的MFC,下面是我在caffe框架下编写MFC界面时一些记录,希望与大家共原创 2016-08-04 09:01:14 · 5671 阅读 · 8 评论 -
windows下使用训练好的caffemodel做分类
随着深度学习的发展,越来越多的人开始进入这个行业,希望可以有所进展,但是各行业的大牛们,速度超神,deep哈希、deep稀疏、deep做分类、识别、跟踪、等等。很多人也开始训练自己的数据集或者下载别人训练好的model。训练好的caffemodel怎么使用对于刚入门的深度学习人来说是比较困难的,或者怎么用模型去验证自己的数据集等等 下面就从以下方向来说明怎么使用训练好model来预测自己的图片原创 2016-11-01 13:58:30 · 7804 阅读 · 25 评论 -
SeetaFace编译使用 中科院人脸识别SDK
中科院人脸识别平台: 1:编译face_detector——dll工程 步骤: 1:文件——新建——项目——win32控制台程序——dll——空工程。 2:添加cpp文件,除了TEST文件下 3:属性C/C++——附加包含目录——添加include中的文件 4:属性C/C++——预处理器——添加“SEETA_原创 2016-09-26 20:19:21 · 10863 阅读 · 35 评论 -
Ubuntu1404快速配置caffe
安装了N次Caffe,每次都会遇到新的Error。每次的速度比上一次的快,从第一次的一个星期,慢慢地变成1天,慢慢地变成3个小时。下面开始快速的配置Caffe吧! 主要参考了欧新宇大神的博客:http://ouxinyu.github.io/Blogs/20151108001.html 1:安装系统 网上教程很多,大家参考一下 2:安装cuda 官方下载地址:https://dev原创 2016-10-13 16:06:52 · 1077 阅读 · 0 评论 -
caffe框架下添加自己的MFC程序(下)
5:添加人脸分类程序 无法识别using namespace cafffe: 解决方案: 发现c/c++—命令行中有很多opencv和一些其他项目的命令,在caffe-mfc也添加 /fp:precise /D “NDEBUG” /D “_SCL_SECURE_NO_WARNINGS” /D “USE_OPENCV” /D “USE_LEVELDB” /D “USE_LMDB” /D “MA原创 2016-08-04 09:57:08 · 4566 阅读 · 8 评论 -
caffe 提取LMDB时可能出现的错误
在深度学习的实际应用中,我们经常用到的原始数据是图片文件,如jpg,jpeg,png,tif等格式的,而且有可能图片的大小还不一致。而在caffe中经常使用的数据类型是lmdb或leveldb,因此就产生了这样的一个问题:如何从原始图片文件转换成caffe中能够运行的db(leveldb/lmdb)文件?在caffe中,作者为我们提供了这样一个文件:convert_imageset.cpp,存放在根原创 2016-12-28 10:03:42 · 3432 阅读 · 0 评论 -
微软libcaffe封装成dll和lib!!!
Windows下利用VS使用Caffe可以为开发者提供很好的体验,但是每次编译的时候的总是十分钟的时间在改代码,剩下50分钟在编译的过程中,另外在实际图像分类开发中,很多情况下我们可能只需要一两个函数,所以怎么把caffe的classfy封装成我们需要的dll和lib,可以不依赖caffe的框架,在新建的解决方案中,可以直接调用。 本文主要封装了两个版本的caffe 1:happynear版本:原创 2017-07-25 20:43:44 · 2846 阅读 · 0 评论