Caffe学习笔记

caffe学习笔记（四）--制作自己的数据集train.txt和val.txt，生成LMDB文件

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,png,tif等格式的，而且有可能图片的大小还不一致。我今天尝试制作一个自己的训练数据集，主要步骤为：1.用MATLAB截图得到训练集的图片2.生成标签文件列表，即生成train.txtval.txt文件3.将txt文件列表中的图像与train图像库、val图像库的图像相连接，生成lmdb格式文件实验是对一副315×299像素的j
芭蕉帘外雨声急·2016-12-15 14:47

caffe学习笔记1：转化自己的数据为（leveldb/lmdb）文件

环境：ubuntu16.04CPU经过千难万险将环境配置好之后，MNIST数据集也测试过了，MNIST数据集是通过caffe可以直接获取数据集，如果我们要处理自己的数据的话，我们就需要做一些转化了，我们的图像数据往往是图片文件，jpg，jpeg，png等，然而在caffe中我们需要使用的数据类型是lmdb或leveldb，因此我们在对自己的图像数据进行训练/测试之前，需要转换成caffe框架可以直
heimu24·2016-12-12 12:58

Caffe学习笔记4图像特征进行可视化

Caffe学习笔记4图像特征进行可视化本文为原创作品，未经本人同意，禁止转载，禁止用于商业用途！
晨凫追风·2016-12-09 18:48

深度学习框架Caffe学习笔记(6)-测试自己的手写数字图片

在之前的实验中我们使用过$./build/tools/caffe.bintest\-modelexamples/mnist/lenet_train_test.prototxt\-weightsexamples/mnist/lenet_iter_10000.caffemodel\-iterations100命令来测试训练好的网络。这主要用于测试网络的准确率。但如想用自己的手写数字，通过训练好的模型来
流云非晚·2016-11-08 17:09

caffe学习笔记（1）完整的caffe继承关系（图解）

  caffe学习笔记（1）  这段时间项目要求在硬件上面实现VGG，出现了一些意想不到的困难。
XJTU_NOC_Wei·2016-10-26 20:00

caffe学习笔记（1）

caffe学习笔记（1）刚开始学习caffe，发现一个非常好的博客caffe学习。看了几遍收益匪浅，但是总是记不住，所以决定安装该博客的步骤一点一点实现，然后记录在该系列的博客中。
Ddreaming·2016-10-12 08:43

Caffe学习笔记（七）—— solver参数说明及利用自己的数据集对权值微调

本文主要介绍：在进行网络训练和权值微调过程中，需要对solver中的参数进行设置，本文主要介绍solver中的参数设置，以及如何利用自己的数据集，对权值进行微调。1.solver参数设置[cpp]viewplaincopynet:"train_val.prototxt"//深度学习模型的网络结构文件test_iter:1000//1000指的是测试的批次，测试样本较多时，一次性执行全部数据，效率较
ctgu_aiqinhai·2016-09-21 15:53

Caffe学习笔记（三）——Matlab接口

本文主要介绍：Windows下Caffe框架的Matlab接口，即Matlab如何调用Caffe框架中的函数，进行分类、提取特征以及训练。1官网说明官网：http://caffe.berkeleyvision.org/tutorial/interfaces.html2相关说明2.1图像预处理classification.m中，在图像输入CNN网络之前，经过了一个预处理过程：RGB图像转成BGR；B
ctgu_aiqinhai·2016-09-21 15:02

windows下caffe之训练mnist

一、参考资料悠望南山--CAFFE学习笔记（一）Caffe_Example之训练mnist二、训练所需要用到的文件1.mnist_test_lmdb（测试数据集，里面包括data
MoonBreeze_Ma·2016-08-15 21:48

caffe学习笔记3：ubuntu15.04 caffe配置

记录在ubuntu15.04环境下配置caffecpu模式的过程，无NVIDIA显卡，无cuda，安装过程不算麻烦，只要思路清晰，快速定位问题，1个小时左右完成。1安装依赖1.1安装opencv在这里下载安装脚本，有linux各个发行版本的。，安装过程中要保证联网。进入ubuntu文件夹。如果要安装最新的版本直接运行sudoshopencv_latest.sh.如果要安装指定版本的，就在openc
happyer88·2016-06-30 15:00

caffe学习笔记2：使用pycaffe提取CNN特征

本文记录如何基于pycaffe提取pretrainedmodel某一层的特征。importnumpyasnpimportmatplotlib.pyplotaspltimportscipy.io#设置plt画图显示结果#图片尺寸plt.rcParams['figure.figsize']=(12,12)plt.rcParams['figure.dpi']=150#不插值plt.rcParams['i
July_Zh1·2016-06-20 21:01

caffe学习笔记2：使用pycaffe提取CNN特征

本文记录如何基于pycaffe提取pretrainedmodel某一层的特征。importnumpyasnp importmatplotlib.pyplotasplt importscipy.io #设置plt画图显示结果 #图片尺寸 plt.rcParams['figure.figsize']=(12,12) plt.rcParams['figure.dpi']=150 #不插值 plt.rc
happyer88·2016-06-20 21:00

caffe学习笔记1 SGD solver

solver是caffe中一个很重要的概念，简单来说solver通过不断forward和backward计算梯度，用计算得到的梯度对模型进行优化，更新深度神经网络各层的参数，使得loss最小以使模型更好地拟合数据。1.solver的作用及分类在caffe中封装的有以下几种solver：StochasticGradientDescent(type:“SGD”)AdaDelta(type:“AdaDe
CS蜗牛·2016-06-15 19:52

caffe学习笔记1：ubuntu15.04下3分钟完成caffe环境配置（基于docker）

没有GPU没关系，没有nvidia显卡也没关系，基于docker可以3分钟配好caffe！Docker简单来说就是一种轻量虚拟机，可以快速部署和执行程序。之前看过许多配置caffe的资料，主要是硬件相关的配置因为电脑个体差异会引发各种各样的问题，后来遇到docker，可以直接pull别人配好的caffe环境，终于可以在自己电脑（ubuntu15.04）欢脱地跑caffe了>
July_Zh1·2016-06-13 20:22

caffe学习笔记1：ubuntu15.04下3分钟完成caffe环境配置（基于docker）

没有GPU没关系，没有nvidia显卡也没关系，基于docker可以3分钟配好caffe！Docker简单来说就是一种轻量虚拟机，可以快速部署和执行程序。之前看过许多配置caffe的资料，主要是硬件相关的配置因为电脑个体差异会引发各种各样的问题，后来遇到docker，可以直接pull别人配好的caffe环境，终于可以在自己电脑（ubuntu15.04）欢脱地跑caffe了><1安装docker参考
happyer88·2016-06-13 20:00

CAFFE学习笔记（五）用caffe跑自己的jpg数据

1收集自己的数据1-1我的训练集与测试集的来源：表情包由于网上一幅一幅图片下载非常麻烦，所以我干脆下载了两个eif表情包。同一个表情包里的图像都有很强的相似性，因此可以当成一类图像来使用。下载个eif解压包可以把eif文件解压成gif和jpg格式的文件，然后删除gif文件，只留下jpg格式的文件，这些图就是我的训练集与测试集了。1-2使用rename批量重命名图像（1）对于一个存放了图像src.j
u013534498·2016-05-26 20:00

caffe学习笔记（6）：读取图片

thepaperistoshowyouhowtoreadpaperwithpython.twomethodswillbeshowntoyou.importsyssys.path.insert(0,'python/')importcaffeimportnumpyasnpimportmatplotlib.pyplotasplt%matplotlibinline#loadimageusenp.array
guyunee·2016-05-21 21:13

CAFFE学习笔记（四）将自己的jpg数据转成lmdb格式

1引言1-1以example_mnist为例，如何加载属于自己的测试集？首先抛出一个问题：在example_mnist这个例子中，测试集是人家给好了的。那么如果我们想自己试着手写几个数字然后验证识别效果又当如何呢？观察CAFFE_ROOT/examples/mnist/下的lenet_train_test.prototxt文件，发现里面既给出了训练集的路径，又给出了测试集的路径。因此答案很显然了，
u013534498·2016-05-12 20:00

CAFFE学习笔记（三）在VS2013下生成需要的exe文件

如我们所知，CAFFE_ROOT下有一个文件夹叫tools，里面中有许多cpp文件，它们各自有其不同的功能。但是很显然，当我们要完成某样工作时，我们是不能直接用cpp文件的，只能用exe文件。如何利用这些cpp文件生成exe文件呢？这就是本次博客的主题。请记住，一大堆繁琐的配置不是目的，我们的目标是成功compile和build文件夹tools中的cpp文件，以生成所需要的exe文件。关于如何配置
u013534498·2016-05-12 20:00

caffe学习笔记2：Fine-tuning一个类别识别的预处理的网

Fine-tuning一个预处理的网用于类型识别（Fine-tuningaPretrainedNetworkforStyleRecognition）本文原文地址here在这个实验中，我们我们探索一个通用的方法，这个方法在现实世界的应用中非常的有用：使用一个提前训练的caffe网络，并且使用自定义的数据来fine-tune参数。这个方法的优点就是，提前训练好的我那个落是从一个非常大的图像数据集中学习
tianliangjay·2016-05-10 23:00

CAFFE学习笔记（二）Caffe_Example之测试mnist

这一次的博客将接着上一次的内容，简单讲解一下如何使用训练后的网络lenet_iter_5000.caffemodel与lenet_iter_10000.caffemodel。1、在网络训练完毕后，将在指定路径后生成四个文件，其中两个caffemodel文件lenet_iter_5000.caffemodel与lenet_iter_10000.caffemodel为我们测试时所需要的，它们分别存放着
u013534498·2016-05-07 22:00

CAFFE学习笔记（一）Caffe_Example之训练mnist

0、参考文献[1]caffe官网《TrainingLeNetonMNISTwithCaffe》;[2]薛开宇《读书笔记4学习搭建自己的网络MNIST在caffe上进行训练与学习》（[1]的翻译版，同时还有作者的一些注解，很赞）;1、*.sh文件如何执行？①方法一：有sh后缀名的是linux脚本文件，在windows下为了执行这个文件，应该下载git。然后对于sh文件右键，打开方式，选择git-ba
u013534498·2016-05-07 21:00

Caffe学习笔记（一）——Windows 下caffe安装与配置

本文主要介绍：经过一番周折，在Windows764位系统下成功配置Caffe，下面总结一下基本的配置过程，以及配置过程中遇到的问题。该教程对以前版本caffe比较适用，建议安装新版:本https://github.com/BVLC/caffe/tree/windows配置环境：Windows7X64+CUDA7.0+VS2013+Matlab2014a1.安装CUDA1.1.版本选择至于版本的选择
缄默hong·2016-05-04 21:14

Caffe学习笔记（一）——Windows 下caffe安装与配置

本文主要介绍：经过一番周折，在Windows764位系统下成功配置Caffe，下面总结一下基本的配置过程，以及配置过程中遇到的问题。配置环境：Windows7X64+CUDA7.0+VS2013+Matlab2014a1.安装CUDA1.1.版本选择至于版本的选择，安装7.5、7.0和6.5版本都可以，安装包网上到处可见，分享一个自己安装的版本：http://pan.baidu.com/s/1i5
hong__fang·2016-05-04 21:00

caffe学习笔记：1、Training LeNet on MNIST with Caffe

TrainingLeNetonMNISTwithCaffeWewillassumethatyouhaveCaffesuccessfullycompiled.Ifnot,pleaserefertotheInstallationpage.Inthistutorial,wewillassumethatyourCaffeinstallationislocatedatCAFFE_ROOT.PrepareDa
tianliangjay·2016-05-04 14:00

caffe学习笔记：mnist

转载文章：http://blog.csdn.net/xiaoju222/article/details/43669651caffe-mnist实例的官方链接http://caffe.berkeleyvision.org/gathered/examples/mnist.html 1、在安装成功caffe的基础上运行mnist实例 2、准备数据 首先需要从MNIST网站上下载和改变数据格式，运行一下命
u012700322·2016-04-22 22:00

Caffe学习笔记二 Extracting Features

根据薛开宇学习笔记以及Caffe官网整理。SelectdatatorunonStep1：做一个临时文件夹存放东西。mkdirexamples/_temp//在CAFFE_ROOT目录下mkdir命令能够创建一个目录。mkdir目录名Step2：为在images文件夹的照片生成一个文件列表。find`pwd`/examples/images-typef-exececho{}\;>examples/_
qq_20547163·2016-04-13 16:00

Caffe学习笔记一 Caffe的结构

Caffe的三级结构原文地址：Caffe学习笔记6-Caffe结构简析（知乎同步）caffe分为三个层次：Blob：是基础的数据结构，是用来保存学习到的参数以及网络传输过程中产生数据的类。
qq_20547163·2016-04-12 09:00

Caffe学习笔记二 mnist的使用

PrepareDatasetsYouwillfirstneedtodownloadandconvertthedataformatfromtheMNISTwebsite.Todothis,simplyrunthefollowingcommands:cd$CAFFE_ROOT ./data/mnist/get_mnist.sh//下载mnist的数据 ./examples/mnist/create_m
qq_20547163·2016-04-11 11:00

Caffe学习笔记5-BLAS与boost::thread加速

Referfrom http://yufeigan.github.io/2015/01/02/Caffe%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B05-BLAS%E4%B8%8Eboost-thread%E5%8A%A0%E9%80%9F/Caffe中运用了大量的优化方法，最近在优化自己代码时候恰好运用了其中的BLAS和Boost::thread。使用过程中遇到了不少问
kaka20080622·2016-03-18 17:00

Caffe学习笔记(OCR字符识别)

1.一些有用链接lr_policy的通俗说明（solver.cppGetLearningRate()函数有代码介绍）http://stackoverflow.com/questions/30033096/what-is-lr-policy-in-caffe深度学习框架上手教程http://www.csdn.net/article/2015-01-22/2823663caffe小试牛刀（Python
csyanbin·2016-03-13 20:40

caffe学习笔记4-- 手写数字mnist训练过程

通过mnist数据集的训练，来看一下caffe的运行过程这是caffe官网：examples里的第二个例子，链接地址：http://caffe.berkeleyvision.org/gathered/examples/mnist.html1.准备数据首先，我们需要从网上下载数据，在caffe根目录下运行一下命令./data/mnist/get_mnist.sh./examples/mnist/cr
thystar·2016-02-24 17:36

【caffe学习笔记二】——运行例子，caffe跑起来

在Ubuntu下面caffe的安装和运行都很方面，caffe的源码没有Windows版本的，下载的源码是大神修改成的可以在Windows下面运行的ceffe代码。（ps：那些大神是把caffe吃透了，好厉害！）【1】mnist下面我们说说怎样运行一个caffe程序，就拿mnist样例来说，这个是超级简单的一个样例，里面数据集的lmdb文件弄好了，不需要你去单独计算图片均值（因为在程序运行的过程中会
未希秋·2016-02-21 20:43

【caffe学习笔记一】——caffe安装

本人大三的时候接触caffe，然后就发现这真是一个好东西。但由于学业繁忙，上学期都没有好好学习caffe，只是对它有一个大致的了解（其实就是知道是干嘛的，然后可以和别人哔哔两句而已）到了寒假，闲来无事，就想弄着玩玩。caffe我就不介绍了，相信是个人并且搞这行的都知道。首先，我说一下我是在Windows10+VS2013+opencv2.4.10+CUDA7.5。然后下载caffe源码是在http
未希秋·2016-02-21 17:34

Caffe学习笔记

Caffe Caffe is a deep learning framework made with expression, speed, and modularity in mind. It is developed by the Berkeley Vision and Learning Center (BVLC) and by community contributors.Yangqing
·2015-11-11 01:30

Caffe学习笔记

Caffe学习笔记 Caffe Caffe is a deep learning framework made with expression, speed, and modularity in mind
·2015-11-11 00:27

caffe学习笔记-数据库制作是命令格式（windows版）

在caffe-windows版中，将图片数据转换成lmdb或leveldb数据库格式的函数已经写好，如果编译成功，则这两个工具也成功生成了，下面简单介绍一下，在命令行里调用这两个工具的方法（本人小白一个，大神勿喷！）1.制作mnist数据库首先、cd到convert_mnist_data.exe文件下，然后，输入命令convert_mnist_data（注意此处没有.exe,我记得在windows
Sunshine_in_Moon·2015-09-23 10:00

Caffe学习笔记3-Layer的相关学习

LayerLayer是所有层的基类，在Layer的基础上衍生出来的有5种Layers：data_layerneuron_layerloss_layercommon_layervision_layer它们都有对应的[.hpp.cpp]文件声明和实现了各个类的接口。下面一个一个地讲这5个Layer。data_layer先看data_layer.hpp中头文件调用情况：1 2 3 4 5 6 7 8 9
t0903·2015-09-07 15:00

Caffe学习笔记2-Caffe的三级结构(Blobs,Layers,Nets)

根据Caffe官方文档介绍，caffe大致可以分为三层结构blob，layer，net。数据的保存，交换以及操作都是以blob的形式进行的，layer是模型和计算的基础，net整和并连接layer。BlobsBlob是Caffe的基本数据结构，具有CPU和GPU之间同步的能力,它是4维的数组(Num,Channels,Height,Width)。设Blob数据维度为numberNxchannelK
t0903·2015-09-07 15:00

[置顶] Caffe学习笔记

目录：安装与配置Tutorial学习PyCaffe学习buildtools学习其他安装与配置Ubuntu14.04安装Caffe（仅CPU）Ubuntu14.04安装CudaUbuntu14.04安装Caffe（GPU）Ubuntu14.04CuDNN安装（Caffe+Cuda7.0下）Tutorial学习Caffe学习：Blobs,Layers,andNetsCaffe学习：Forwardand
u011762313·2015-09-04 20:00

Caffe学习笔记6-Caffe结构简析（知乎同步）

Caffe学习笔记6-Caffe结构简析（知乎同步）ByYuFeiGan2015-02-12更新日期:2015-02-12来自本人的知乎回答，全文同步我是从Torch7转移到Caffe的人，仅供参考，当你阅读前你应该具备一些有关
luo_bosir·2015-08-13 18:14

Caffe学习笔记6-Caffe结构简析（知乎同步）

Caffe学习笔记6-Caffe结构简析（知乎同步）ByYuFeiGan2015-02-12更新日期:2015-02-12来自本人的知乎回答，全文同步我是从Torch7转移到Caffe的人，仅供参考，当你阅读前你应该具备一些有关
baobei0112·2015-08-13 18:00

Caffe学习笔记5-BLAS与boost::thread加速

Caffe学习笔记5-BLAS与boost::thread加速ByYuFeiGan2015-01-02更新日期:2015-01-02文章目錄1.BLAS是什么？
baobei0112·2015-08-13 18:00

caffe学习笔记4-caffe安装需要注意的libraries

affe学习笔记4-caffe安装需要注意的librariesByYuFeiGan2014-12-14更新日期:2014-12-14文章目錄1.GoogleCode1.1.glog1.2.gflags1.3.gtest2.关于CPU加速2.1.安装ATLAS2.2.安装OpenBLAS当调用caffe训练数据的时候实际上调用的文件是在caffe.cpp中实现的train()和test()两个函数。
baobei0112·2015-08-13 16:00

Caffe学习笔记3-Layer的相关学习

Caffe学习笔记3-Layer的相关学习ByYuFeiGan2014-12-09更新日期:2014-12-10文章目錄1.Layer1.1.data_layer1.1.1.DATA1.1.2.MEMORY_DATA1.1.3
baobei0112·2015-08-13 16:00

Caffe学习笔记2-Caffe的三级结构(Blobs,Layers,Nets)

Caffe学习笔记2-Caffe的三级结构(Blobs,Layers,Nets)ByYuFeiGan2014-12-09更新日期:2014-12-10根据Caffe官方文档介绍，caffe大致可以分为三层结构
baobei0112·2015-08-13 15:00

caffe学习笔记（三）ImageNet实例

个人认为，相对于MNIST和CIFAR-10来说，ImageNet实例或许是caffe中最具有学习价值的实例。通过该实例的学习，你可以用caffe在自己的数据集上搭建自己的模型。当然，如果你没有那么多的时间和精力去重新训练一个ImageNet网络，只是想要一个训练好的现成的模型，那么你也可以去官网上的modelzoo部分找到你所要的。caffe中打包好了几个训练好的BVLC模型，你可以‘开箱即用’
yingyujianmo·2015-04-16 17:00

caffe学习笔记（二）--MNIST实例

LeNetMNIST实例MNIST手写数字数据库是另外一个更大的手写体数据库NIST的子集，现在已成为图像识别领域用来测试自己的算法的一个基准数据库，它的训练集由60000张手写数字图片样本组成，测试集包含了10000个样本，其中所有的图片样本都经过了尺寸标准化和中心化，图片的大小固定为28*28。据说该数据集中的图片是由美国中学生手写的数字，所以非常贴近实际，如果你的模型在该测试集上的测试精度能
yingyujianmo·2015-04-10 20:00

caffe学习笔记--跑个SampleCode

Caffe默认情况会安装在CAFFERROOT，就是解压到那个目录，例如：home/username/caffe-master，所以下面的工作，默认已经切换到了该工作目录。下面的工作主要是，用于测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：http://caffe.berkeleyvision.org/gathered/examples/mnist.html1.数据预处理可以用下载
wishchin·2015-03-31 16:00
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他