Caffe学习系列第49页

自监督学习系列（一）：基于 Pretext Task

前言2019年MoCo的横空出世，掀起了视觉自监督学习的热潮。后面SimCLR,MoCo,BYOL,SwAV等主流自监督学习算法相继被提出，自监督学习领域呈现出百花齐放，百家争鸣空前繁荣的景象。2021年末MAE更是将自监督学习带到了一个前所未有的新高度。但是繁荣的背后，自监督学习经历了漫长的迭代和发展过程。自监督学习有一个非常强的动机：目前，大部分神经网络的训练仍然使用的是有监督范式，需要耗费大

OpenMMLab·2022-12-13 18:06

我的AI之路(52)--如何制作自己的UCF101数据集

前面说过如何用自己的UCF101数据集训练3D识别模型video-caffe，那么怎么制作自己的UCF101数据集呢？这个稍微有点复杂。

Arnold-FY-Chen·2022-12-13 13:03

NVIDIA可编程推理加速器TensorRT学习笔记（一）——开始

它旨在与TesnsorFlow、Caffe、Pytorch以及MXNet等训练框架以互补的方式进行工作，专门致力于在GPU上快速有效地进行网络推理。

[山青花欲燃]·2022-12-13 12:10

技术分享 | 浅谈TensorRT

它旨在与TesnsorFlow、Caffe、Pytorch以及MXNet等训练框架以互补的方式进行工作，专门致力于在GPU上快速有效地进行网络推理。

阿木实验室·2022-12-13 12:09

TensorRT笔记(2)使用Python API

目录3.1将TensorRT导入Python3.2在Python中创建网络定义3.2.1使用PythonAPI从头开始创建网络定义3.2.2在Python中使用解析器导入模型3.2.3使用Python从Caffe

这里是zzh·2022-12-13 12:09

[论文阅读]（对比学习系列）

文章目录第一阶段：百花齐放[2018](CVPR)INstDisc[2019](CVPR)UnsupervisedEmbeddingLearningviaInvariantandSpreadingInstanceFeature[2018]CPCCMC第二阶段：CV双雄[2020](CVPR)MoCo_v1标题和作者摘要导论结论相关工作MoCo方法ContrastiveLearningasDicti

小黑子和篮球·2022-12-13 11:17

自监督学习系列（四）：基于蒸馏的图片掩码学习

前文好久不见！自监督系列文章继续更新啦！在前几期的文章我们介绍了基于辅助任务，对比学习，和图片掩码学习的自监督学习范式(对比学习，图片掩码学习其实也可以归属于基于辅助任务的自监督学习，由于这两类是目前最流行的研究方向，所以我们在此进行这样的区分)。有感兴趣的读者可以查看前几期的文章:https://zhuanlan.zhihu.com/p/470914640https://zhuanlan.zhi

OpenMMLab·2022-12-13 11:14

我的深度学习过程，你可以借鉴我的方法，该方法对初学者友好

Beginner-friendlyDeepLearningProcess1.观看李飞飞和吴恩达的机器学习系列课程斯坦福李飞飞CS231n计算机视觉课程吴恩达机器学习系列课程2.Pytorch入门课程Pytorch

Anefuer_kpl·2022-12-13 08:20

【深度学习】关于解决caffe中draw_net无法使用的问题

问题1Couldntimportdot_parser问题原因分析解决方案参考资料问题2pydotInvocationExceptionGraphVizsexecutablesnotfound原因分析解决方案参考资料问题3DrawNetProblemdformatanumberisrequired3201原因分析参考资料使用方法与效果问题1：Couldntimportdot_parser问题1.原因

tracer9·2022-12-13 08:43

pytorch 介绍

不仅能够实现强大的GPU加速，同时还支持动态神经网络.PyTorch提供了两个高级功能：1.具有强大的GPU加速的张量计算（如Numpy）2.包含自动求导系统的深度神经网络与tensorflow,caffe

路新航·2022-12-12 19:38

TensorRT-介绍

TensorRT现已能支持TensorFlow、Caffe、Mxnet、Pytorch等几乎所有的深度学习框架，将TensorRT和NVIDIA的GPU结合起来，能在几乎所有的框架中进行快速和

知更鸟k·2022-12-12 17:33

Ubuntu16.04 + cuda8.0 + GTX1080 + matlab14.04a + Opencv3.0 + caffe 安装教程

注意：本教程只针对以下配置而言，其他配置可能会出现其他问题，不承担任何责任。配置说明：双硬盘双系统，250G固态硬盘装了win10，4T机械硬盘装了Ubuntu16.04双显卡：集显加独显（GTX1080）先按照了win10，再装Ubuntu16.04，都是制作了U盘引导盘安装，没什么好说说明1、1080装机只能使用DVI接口的显示器，无法使用VGA或者转接头之类的。或者先使用集显连显示器。当然当

lien0906·2022-12-12 13:27

配置windows+vs2013+caffe+无GPU（C++接口）

安装：（1）VS2013（VisualStudio2013）https://blog.csdn.net/m0_37477061/article/details/83447773尽管以上博主写的步骤已经很清晰了，但仍有几个地方需要提醒一下大家：①选择安装路径时，即使没有选择C盘，C盘上也要至少有5.14G及以上的空间。如果选择C盘作为安装路径，则需要7.95G及以上的空间。②第一个对号必须选中。第二

小小小花儿·2022-12-12 13:58

深度神经网络简介及python示例_Python神经网络编程/深度学习系列：(英)塔里克·拉希德|译者:林赐 : 电子电脑 :电工无线电自动化 :自动化技术 ...

导语内容提要神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习技术。塔里克·拉希德著的《Python神经网络编程》揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部

weixin_39533280·2022-12-12 12:04

faster rcnn中train.py

classSolverWrapper(object):"""AsimplewrapperaroundCaffe'ssolver.Thiswrappergivesuscontroloverhesnapshottingprocess

qq小小布丁·2022-12-12 10:35

计算机网络（一）—— 概述（6）：计算机网络体系结构

计算机网络系列内容的学习目录→\rightarrow→谢希仁计算机网络学习系列内容汇总。

大彤小忆·2022-12-12 10:45

C++调用libtorch1.12遇到的几个问题

系统为windows1、无法打开文件caffe2_detectron_ops_gpu.lib这是因为我下载的libtorch1.12.1的库里面没有这些.lib，直接删掉就好，包括：caffe2_module_test_dynamic.libmkldnn.lib2

是暮涯啊·2022-12-12 09:18

使用C++部署TensorRT

++APIvsPythonAPI1.C++实例化TensorRT对象2.C++创建网络定义2.1.使用C++API从头开始创建网络定义2.2.C++使用解析器导入模型2.3.使用C++解析器API导入Caffe

wq_0708·2022-12-12 04:21

TensorRT 的 C++ API 使用详解

目录1.TensorRT的C++API使用示例2.用C++API创建TensorRT网络2.1.使用C++的parserAPI导入模型2.2.使用C++ParserAPI导入Caffe模型2.3.使用C

我有一個夢想·2022-12-12 04:04

Linux（RedHat）上离线安装cmake3.3.2+Caffe-SSD+Opencv2.4.10+Python2.7.11+CUDA9.0+cudnn7.0.5过程记录

本文主要分为六个部分：1.总体概述2.安装cmake和python3.安装caffe环境4.安装caffe5.安装

C_blankbird·2022-12-12 01:52

opencv学习系列：连通域参考处理

OpenCV里提取目标轮廓的函数是findContours，它的输入图像是一幅二值图像，输出的是每一个连通区域的轮廓点的集合：vector>。外层vector的size代表了图像中轮廓的个数，里面vector的size代表了轮廓上点的个数。hiararchy参数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0]~hierarchy[i][3]

xuluohongshang·2022-12-12 00:19

DS-SLAM环境安装+运行成功

ydongy·2022-12-11 21:30

(caffe)python 3.6编译libboost_python3.so并编译cpu-caffe

写这篇主要是使用fast-reid中torch转caffe模型，通过run_inference.sh调用caffepython3.6接口失败，花了太多时间，所以记录以下。

聿默·2022-12-11 21:30

不小心把系统/usr/lib/x86_64-linux-gnu文件夹下的libboost_python38.so.1.71.0文件删除了

在编译caffe时报了关于libboost_python38.so.1.71.0的错，然后就不小心把这个文件删掉了。

ydongy·2022-12-11 21:59

君正Magik算法平台介绍

支持pytorch/tensorflow/mxnet/caffe/onnx等主流框架。全栈式，即提供训练工具包，用户可出数据，用

二haha·2022-12-11 20:49

新书推荐 | 机器学习实战：基于Sophon平台的机器学习理论与实践

从Caffe、CNTK、CoreML到TensorFlow和TensorRT，从CPU、GPU到TPU、FPGA，从图形处理

hzbooks·2022-12-11 20:40

TensorRT从理论到实践

TensorRT现已能支持Tensorflow、Caffe、Mxnet、Pytorch等几乎所有的深度学习框架，将TensorRT和NVIDIA的GPU结合起来，能在几乎所有的

CV-deeplearning·2022-12-11 20:38

高效推理网络：PeleeNet、VoVNet、DetNet

1.PeleeNet参考代码：CaffePyTorch论文名称：《PeleeNet：AReal-TimeObjectDetectionSystemonMobileDevices》1.1设计理念在类MobileNet

m_buddy·2022-12-11 20:23

Python数据分析学习系列十四数据分析案例

Python数据分析学习系列十四数据分析案例资料转自（GitHub地址）：https://github.com/wesm/pydata-book有需要的朋友可以自行去github下载本书正文的最后一章，

天涯尽头黄鹤楼·2022-12-11 17:13

Windows下caffe的GPU配置：VS2013+cuda7.5+cudnn v5+python+matlab(二)

一、准备工作1、首先去github上下载微软的caffe。https://github.com/Microsoft/caffe解压文件到任意位置，我自己的是放在D:\caffe-master。

Carina_Cao·2022-12-11 12:52

Pytorch学习系列之九：OpenCV加载onnx模型进行推理

0.为什么选着OpenCV进行推理按道理，使用OpenVINO推理套件（引擎）进行优化加速推理，或者其他推理套件进行推理，比如TensorRT等等。OpenVINO是英特尔推出的一款全面的工具套件，用于快速部署应用和解决方案，支持计算机视觉的CNN网络结构超过150余种。但引入推理套件（引擎）势必带来额外的工作量，在对推理速度要求不高的情况下，使用OpenCV自带的DNN模块已经足够满足需求了，且

thequitesunshine007·2022-12-11 11:00

_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe26deta

之前mmdetection可以很好的使用，突然出现种错误，找了好久，更新了mmcv-full的版本，才解决！

仙女修炼史·2022-12-11 10:34

人脸检测：MTCNN人脸及特征点检测--NCNN优化

本文主要讲述当你拿到MTCNN的caffemodel后，如何使用它对一张图里的人脸进行检测和特征点标定。相当于一个代码实现的解释。因为最近卤煮在用ncnn，所以该代码也是基于ncnn架构做的。

BigCowPeking·2022-12-11 09:39

深度学习系列四——优化篇之网络正则化

网络正则化1、概述2、L1L_1L1和L2L_2L2正则化3、权重衰减4、提前停止5、丢弃法(Dropout)5.1循环神经网络上的丢弃法6、数据增强7、标签平滑1、概述\quad\quad1、神经网络的泛化能力是影响模型能力的最关键因素，如何提高泛化能力是建立模型考虑的问题之一。\quad\quad2、神经网络可能存在过拟合问题–高方差，影响模型的泛化能力。因此，在建立模型时应避免过拟合。解决过

珞沫·2022-12-11 09:08

import错误：undefined symbol: _ZN6caffe26detail37_typeMetaDataInstance_preallocated_32E

在使用DCN_V2时遇到了这个错误，发现还是这个包没装好得原因，所以解决办法就是，cd进入这个包的文件夹然后依次操作这两句cd/root/data/snake-master/lib/csrc/extreme_utilsrm-rbuildpythonsetup.pydevelop问题解决！看到有人说可能是torch版本不对应问题，也进行了尝试，但是没有用，可能每个人错误原因不太一样，可以对这个也进行

喜欢墩墩呐·2022-12-11 08:34

CenterX：用中国特色社会主义的方式打开CenterNet

zhuanlan.zhihu.com/p/323814368本文已由原作者授权，不得擅自二次转载太长不看版笔者重构了一版centernet(objectsaspoints)的代码，并加入了蒸馏，多模型蒸馏，转caffe

CVer计算机视觉·2022-12-11 00:13

【小卒CUDA第七篇】ubuntu16.04+CUDA8.0+GTX1050Ti+caffe（GPU）的opencv2.4.10+CUDA环境配置(opencv3.x系列一样可以解决)之五

第四步：caffe环境配置第二篇前面已经配置好了，ubuntu下的GPU版本的caffe的环境，就差opencv2.4.10，上一篇已经讲了，为了保持原生态和兼容性，选择了opencv2.4.10，以前知道

小卒机器人·2022-12-10 16:02

Ubuntu14.04 + CUDA 7.0.28 + OpenCV 2.4.10 +Caffe 环境搭建

一NVIDIACUDA安装。主要参照了小村长技术博客，能够顺利安装CUDA和MKL。这其中值得注意的是，CUDA7.0.28已经包含了NVIDIA的驱动，不需要再之前安装NVIDIA驱动，而Ubuntu14.04有默认带了NVIDIA驱动，需要按照小村长技术博客那样把他干掉。之前没有清楚认识到这点，误将其安装了结果导致开机不能进入系统，后来看到一位兄弟的博客，才意识到这个问题，能够回到系统继续下面

残阳摧雪·2022-12-10 16:59

ubuntu 14.04 + GPU（CUDA7.5+CuDNN7.5）+ opencv2.4.10 + caffe小白手记

盼星星盼月亮终于有了GPU啦，师姐让我把环境搭建写一下以后作参考，哈哈哈～1.检查硬件环境$lspci|grep-invidia；//检查是否有GPU对应版本，https://developer.nvidia.com/cuda-gpus$uname-m&&cat/etc/*release；//检查系统环境，我的是x86_64$gcc--version//查看是否有gcc以及版本但是，查看系统设置，

rido_·2022-12-10 16:29

ubuntu 14.04 + cuda7.0 + opencv2.4.10 + caffe安装记录

暂时没有安装cudnn，所以步骤3暂时跳过，最后makeall-j4部分没有注释掉USE_CUDNN：=12、刚开始未进行脚本安装OpenCV2.4.10，在最后编译阶段报错，所以重新编译，通过3、安装caffe

RUN_BUDDY·2022-12-10 16:55

Ubuntu14.04下配置Caffe+OpenCV2.4.10+CUDA7.5+cuDNN5.1.10

1.CUDA配置与Tensorflow，Keras等深度学习框架一样的配置方法，一次配置可以重用，其他基础软件和依赖项亦可参考：Caffe学习笔记2--Ubuntu14.0464bit安装Caffe（GPU

cuihaolong·2022-12-10 15:55

Ubuntu15.04+Qt5.7+Caffe+Opencv2.4.10+MySql5.6配置.pro文件

MyProgram.pro文件配置如下：#-------------------------------------------------##ProjectcreatedbyQtCreator2017-03-30T14:03:51##-------------------------------------------------QT+=coreguigreaterThan(QT_MAJOR_V

YiLiang_·2022-12-10 15:24

alexNet 论文学习第一轮

http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf基于caffe

qq_43625764·2022-12-10 14:02

深度学习系列之随机梯度下降（SGD）优化算法及可视化

补充在前：实际上在我使用LSTM为流量基线建模时候，发现有效的激活函数是elu、relu、linear、prelu、leaky_relu、softplus，对应的梯度算法是adam、mom、rmsprop、sgd，效果最好的组合是：prelu+rmsprop。我的代码如下：#Simpleexampleusingrecurrentneuralnetworktopredicttimeseriesval

XOR酸菜鱼·2022-12-10 14:55

吴恩达机器学习系列课程笔记——第十八章：应用实例：图片文字识别(Application Example: Photo OCR)

18.1问题描述和流程图https://www.bilibili.com/video/BV164411b7dx?p=108图像文字识别应用所作的事是，从一张给定的图片中识别文字。这比从一份扫描文档中识别文字要复杂的多。为了完成这样的工作，需要采取如下步骤：文字侦测（Textdetection）——将图片上的文字与其他环境对象分离开来字符切分（Charactersegmentation）——将文字分

Lishier99·2022-12-10 13:38

yolov5，转onnx，转caffe

参考教程：https://github.com/Wulingtian/yolov5_onnx2caffeonnx模型转换caffe模型过程中报错，没有{}节点，就直接把converCaffe.py里的err.unsupported_op

cv-daily·2022-12-10 13:41

机器学习系列（六） -- K-means算法（食物数据集）

K-means是一种最流行的聚类算法属于无监督学习可以在数据集分为相似的组（簇），使得组内数据的相似度较高，组间之间的相似度较低步骤：#1从样本中选择k个点作为初始簇中心#2计算每个样本到各个簇中心的距离，将样本换分到距离最近的簇中心所对应的簇中#3根据每个簇中所有样本，重新计算簇中心，并更新#4重复步骤23直到簇中心的位置变化小于指定的阈值或者达到最大迭代次数为数据读取importnumpyas

gm0012·2022-12-10 12:52

基础模块及算例#pytorch学习

1.pytorch介绍PyTorch是由Facebook人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库，目前被广泛应用于学术界和工业界，而随着Caffe2项目并入Pytorch

CHENYUZ-hub·2022-12-10 11:51

使用OpenVINO加速Pytorch表情识别模型

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达关于模型OpenVINO自带的表情识别模型是Caffe版本的，这里使用的模型是前面一篇文章中训练生成的pytorch全卷积网络，模型基于残差网络结构全卷积分类网络

小白学视觉·2022-12-10 09:11

干货 | 使用OpenVINO加速Pytorch表情识别模型

OpenVINO加速Pytorch表情识别模型以下文章来源于OpenCV学堂，作者gloomyfish微信公众号：OpenCV学堂-关注获取更多计算机视觉与深度学习知识关于模型OpenVINO自带的表情识别模型是Caffe

OpenVINO 中文社区·2022-12-10 09:38

推荐频道

Caffe学习系列