caffe相关内容

如何使用caffe预测浮点矢量标签?

我想知道是否可以使用caffe预测与输入图像相关的1-by-n功能. 在此帖子中,有一种解决方案使caffe预测二进制矢量,例如[1 0 1 0]. 如果我有一个1-by-n浮点矢量作为标签(例如[0.2、0.1、0.3、0.4],我想预测这样的矢量,而不是二进制矢量标签),这种解决方案是否也合适? 解决方案 您还可以考虑以下 MultiTaskData层.它可以解析您在问题中提到的浮点 ..
发布时间:2020-05-17 19:34:53 Python

如何为全卷积网络格式化数据集?

我正在尝试为完全卷积网络准备数据集.我已经浏览了一些数据集,但很难确定如何格式化它.例如,在 Kitti 数据集中,有这两个图像, 培训文件夹中的文本文件: 图片1 图片2 文本 P0:7.215377000000e + 02 0.000000000000e + 00 6.095593000000e + 02 0.000000000000e + 00 0.000000000000e + ..
发布时间:2020-05-17 19:34:19 其他开发

Caffe CNN:用于分层分类的多个分层损失

我熟悉如何在CNN中使用多重损失,而这些损失的所有标签都是相同的. 我的情况是使用多个损失处理层次结构标签,如下图所示: loss1负责labelset1:{Sport,Food}.标签2的损失2:{排球,足球},标签3的损失3:{比萨,面食,汉堡}.例如,样本A∈{运动,足球},样本B∈{食品,汉堡}. 任何想法如何做到这一点? 解决方案 添加“无关"标签,每个样本应具 ..

我应该如何在Caffe Python层中使用Blob?何时进行培训?

我正在使用Caffe创建一个网络,为此我需要定义自己的图层.我想为此使用Python层. 我的图层将包含一些学习到的参数.从此答案中,我被告知我需要为此创建一个斑点矢量. 此blob是否需要遵循任何规范,例如 作为尺寸等方面的约束?不管我在哪一层 可以,我可以创建一个一维的Blob,并使用任何元素,一个 层中进行任何计算的每个Blob? 斑点的diff是什么意思?据我了解,botto ..
发布时间:2020-05-17 19:31:00 Python

如何在Python中解决此问题(为Infogain Loss层创建权重)?

我正在使用CNN进行语义分割.我每个班级都有不平衡的像素数. 基于此链接,我我正在尝试创建权重矩阵H,以便为我的失衡类成员定义Infogain loss layer. 我的数据有五个类.我在python中编写了以下代码: 读取示例图像: im=imread(sample_img_path) 计算每个类别的像素数 cl0=np.count_nonzero(im == 0) #0= ..
发布时间:2020-05-17 19:30:18 其他开发

Caffe中的浮动多标签回归-损失结果

我已经为回归问题训练了NN.我的数据类型是HDF5_DATA,由.jpg图片(3X256X256)和float-label数组(3个标签)组成.数据集创建脚本: import h5py, os import caffe import numpy as np SIZE = 256 # images size with open( '/home/path/trainingTintText.tx ..
发布时间:2020-05-17 19:29:57 其他开发

咖啡|通过随机裁剪进行数据扩充

我正在尝试在Caffe上训练自己的网络,类似于Imagenet模型.但是我对作物层感到困惑.直到我了解Imagenet模型中的作物层这一点为止,在训练过程中,它将随机抽取227x227图像作物并训练网络.但是在测试过程中,它将对中心227x227图像进行裁剪,难道我们从256x256图像中裁剪中心227x27图像时会丢失图像中的信息吗?第二个问题,我们如何定义培训期间要收获的农作物数量? 而 ..
发布时间:2020-05-17 19:29:47 其他开发

通过Caffe中的一层获取数据的多种途径

我想在Caffe中构建一个网络,在该网络中,传入的数据首先被拆分,分别经过相同的一组层,最后使用elthwise层进行重组.此后,所有零件都将作为单个斑点移动. 除了学习的参数外,数据并行移动的网络部分的层配置将相同. 有没有一种方法可以在Caffe中定义此网络,而无需重新定义数据不同部分多次通过的层?换句话说,是否可以一次定义一个层并具有多个输入和输出路径,例如具有多个顶部和底部参数 ..

如何获取pycaffe中的图层类型?

能否在pycaffe中获取每个图层的类型(例如卷积,数据等)? 我搜索了提供的示例,但找不到任何东西.目前我正在使用图层名称来做我的工作,这是非常糟糕和局限的. 解决方案 简单! import caffe net = caffe.Net('/path/to/net.prototxt', '/path/to/weights.caffemodel', caffe.TEST) # get ..
发布时间:2020-05-17 19:29:15 其他开发

Caffe:Softmax与温度

我正在实施Hinton的知识蒸馏论文.第一步是存储温度较高的“繁琐模型"的软目标(即,我不需要训练网络,只需要对每个图像进行前向传递,并存储温度为T的软目标). 有没有一种方法可以获取Alexnet或googlenet软目标的输出,但温度不同? 我需要使用pi= exp(zi/T)/sum(exp(zi/T)修改soft-max. 需要用温度T划分最终完全连接层的输出.我只需要这个就可以通过 ..

Caffe中的标签作为图像

我是Caffe的新手.我正在尝试为语义分割实现完全卷积神经网络( FCN-8s ).我有图像数据和标签数据,它们都是图像.这是针对逐像素的预测. 我尝试使用ImageData作为数据类型,但它要求输入整数标签,该标签不适用于这种情况.请告知我如何给Caffe一个2D标签.我应该更喜欢LMDB而不是ImageData吗?如果是这样,我该如何进行?对于这种情况,我找不到任何好的教程/文档. ..