zhou894509的专栏

首先是caffe的安装，本人环境是win10+vs2015+cuda8.0+Anaconda3。之前电脑安装的是cuda9.0，于是在安装caffe中出现各种神奇的问题，好在及时换回8.0版本。 中间也出现一些问题：一开始用cmake-gui界面。有BLAS参数要将Atlas改为open。后来又出现缺少caffe.pb.h文件。用protoc命令生成这个文件后，得，又出现proto...

1.准备数据本人推荐一个很适合训练分类的数据集：CelebA_CelebFaces Attributes Dataseturl：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html这个数据集标注了人脸的很多属性，如性别、年龄段、微笑、张嘴等等类别（建议先将图片归一成只有人脸部分，这样能提高准确率）。这里有一份整理好后的性别数据。htt...

测试是基于python来实现的。可以先用import caffe测试一下caffe是否能调用，如果显示no model name 'caffe'。则说明找不到caffe包。可以用sys设置依赖包的路径。测试代码参照：https://www.cnblogs.com/Allen-rg/p/5834551.html我将加载model和net，以及图片的设置放在最开始的地方。这样不需要...

之前是做的分类，接下来要做检测。对于目标检测：从一开始的R-CNN、OverFeat到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年最近的Pelee，检测的效果和性能越来越出色。目前流行的论文以及说明详见：https://zhuanlan.zhihu.com/p/40047760 在这里就先实现faster-rcnn，需要安装py-faster-rc...

一、选择数据数据集CelebA_CelebFaces_Attributes_Dataset：这个数据集包含20多万张图片，主要用于人脸属性，性别、年龄、眼镜、胡子等等。我这里主要是训练人脸的性别，先将图片整理分类并归一化，生成TFRecord格式的数据（图片格式（224,224,3）），便于tensorflow训练。整理的数据集在网盘上：https://pan.baidu.com/...