caffe

    2热度

    1回答

    我一直在使用caffe一段时间,但取得了一些成功,但我注意到在示例中给出的数据集只有两个方向的分裂,分别为TRAIN和TEST阶段,其中TEST集似乎充当验证集。 理想我想有三组,这样,一旦模型被训练,我能救它,测试它在一个完全新的测试集 - 存储在一个单独的完成文件夹lmdb。有没有人有这方面的经验?谢谢。

    0热度

    1回答

    我想获得预构建caffe模型的第6层的输出并在其上训练SVM。我的目的是建立一个自定义图像分类,用户可以创建自定义图像类,以及输入图像的类之间进行分类,而不是imagenet classes.Here是伪代码: #input file='cat.jpg' image=caffe.io.load_image(file) #model net = caffe.Classifier('depl

    2热度

    2回答

    我只是想知道是否有人可以提供一个很好的资源,让我阅读如何根据问题的复杂性来选择解算器的超参数。基本上,据我所知,很多人觉得他们是“在黑暗中拍摄”的,当涉及到设置和修改这些参数时,基于特定问题/数据复杂度选择参数的系统或基准已经逃脱了我。 如果你想解释你自己的方法,或只是提供你的来源评论,它将不胜感激。

    4热度

    1回答

    我深学习的新手,创造了使用来自Caffe和图像车辆分类工作有3个部分的问题: 是否有在组织类的最佳做法培训 CNN?即每个班级的班级数量和样本数量? 例如,我会关闭这更好的方式: (一)汽车 - 汽车 - 轿车/车,两厢/车,SUV /卡车18轮/ ....(请注意,这可能意味着几千类),或 (b)有较高的水平 模型,分类之间的汽车/卡车/两轮车等... 如果车型然后查询车型获得车型 (轿车/掀背

    2热度

    1回答

    在此tutorial中,输出量在输出[25]中陈述,并且接受字段在输出[26]中指定。 好的,输入量[3, 227, 227]与区域大小为[3, 11, 11]的区域进行了卷积。 使用这种formula(W−F+2P)/S+1,其中: W =输入音量大小 F =感受域大小 P =填充 S =步幅 ...结果与(227 - 11)/4 + 1 = 55即[55 * 55 * 96]。到目前为止这么好

    1热度

    2回答

    我想与咖啡一起工作。使测试成功。当我运行'make runtest'时,它似乎进入了一个无限循环。

    2热度

    1回答

    我使用synset来计算来自softmax输出的排序top k预测。 这给了我前5名的类名。但我想知道如何计算其百分比。 我的意思是前5%的错误。 任何人都可以引导我。 谢谢。

    5热度

    1回答

    经过几个月的工作caffe,我已经能够成功地训练自己的模型。例如,比我自己的模型更进一步,我已经能够用1000个班级培训ImageNet。 在我现在的项目中,我试图提取我感兴趣的类的区域。之后,我编译并运行了Fast R-CNN的演示程序,它可以正常工作,但示例模型仅包含20个类,我希望有更多类,例如所有类。 我已经下载了ImageNet的bounding boxes以及真实图像。 现在,我已经空

    16热度

    2回答

    我已经使用caffe提取了一些功能,它会生成一个.mdb文件。 然后我试图用Python读取它并将其显示为可读的数字。 import lmdb lmdb_env = lmdb.open('caffefeat') lmdb_txn = lmdb_env.begin() lmdb_cursor = lmdb_txn.cursor() for key, value in lmdb_curso

    8热度

    2回答

    我想用一个向量标签的咖啡,而不是整数。我检查了一些答案,看来HDF5是更好的方法。但后来我stucked与错误,如: accuracy_layer.cpp:34] Check failed: outer_num_ * inner_num_ == bottom[1]->count() (50 vs. 200) Number of labels must match number of predict