u014565333的博客

阅读完 R-CNN一系列论文之后，开始看源代码。本文简要记录自己对roi_pooling_layer源码的理解。作者首先在caffe.proto中添加该层参数说明，主要是三个变量 optional ROIPoolingParameter roi_pooling_param = 43; message ROIPoolingParameter {// Pad, kernel size, and str

本文在博客： http://www.cnblogs.com/frombeijingwithlove/p/5314042.html 的基础上进行，主要记录在windows-caffe下如何操作以及注意事项。一、博客中提到的Python代码生成训练测试图片，执行比较缓慢，需要一段时间二、准备好训练数据、网络配置文件和solver文件之后，在windows-caffe下，训练命令是： bin\caff

对应博客地址 http://www.jianshu.com/p/607f1e51e3ab http://www.cnblogs.com/denny402/p/5083300.html 两个博客的混合体 一、准备数据二、转换为lmdb格式 （以下命令的执行，都是在D:\caffe-windows-master\caffe-windows-master 路径下执行的 ） 其他文件都是在该路径

参考博客： http://46aae4d1e2371e4aa769798941cef698.devproxy.yunshipei.com/kkk584520/article/details/52721838因为是在windows-caffe下，所以在上述博客基础上做了些较为详细的记录，外加一点点修改一、修改caffe.proto在路径 caffe-windows-master\src\caffe\