caffe相关内容

Caffe中的批处理模式 - 没有性能提升

关于此主题,我重新实现了我的图像处理代码,一次发送10张图片(即我现在拥有输入blob的num属性设置为100而不是10)。 但是,处理此批次所需的时间比原来大10倍。这意味着我没有获得任何性能提升。 这是合理的还是我做错了什么? 我在CPU模式下运行Caffe。不幸的是GPU模式对我来说不是一个选择。 解决方案 更新:当使用多个GPU时,Caffe现在原生支持多个图像的 ..
发布时间:2018-07-30 17:57:09 C/C++开发

如何使用caffe convnet库来检测面部表情?

如何使用caffe convnet检测面部表情? 我有一个图像数据集,Cohn Kanade,我想用这个数据集训练caffe convnet。 Caffe 有一个文档站点,但它没有解释如何训练我自己的数据。只需预先训练好的数据。 有人可以教我怎么做吗? 解决方案 Caffe支持输入数据的多种格式(HDF5 / lmdb / leveldb)。这只是挑选一个你觉得最舒服的问题。以 ..

图像每像素场景标记输出问题(使用FCN-32s语义分段)

我正在寻找一种方法,给定输入图像和神经网络,它将为图像中的每个像素(天空,草地,山脉,人,汽车等)输出标记的类。 我已经设置了Caffe(未来分支机构)并成功运行在PASCAL-Context 模型上的FCN-32s完全卷积语义分割。但是,我无法使用它生成清晰的标记图像。 可视化我的问题的图像: 输入图像 基础事实 我的结果: 这可能是某些解决问题。我知道哪里出 ..

Caffe,如何为一组图像运行classify.py.

我在Linux上成功安装了Caffe。然后我没能使它与Matlab一起工作。所以我按照 Pete Warden 。但是,在我运行命令“python python / classify.py --print_results examples / images / cat.jpg foo”之前,我从未使用过Python。 我的问题是我如何测试 calssify.py 来设置图像而不是单个图像?我 ..
发布时间:2018-07-25 17:34:40 Python

Caffe+vs2015运行报错提示无法打开libboost_date_time-vc-140-mt-gd-1_59.lib?

问 题 运行环境为Cuda8.0+VS2015,安装了Nsight扩展,使用的caffe是微软官方移植版本,地址如下: http://https://github.com/Mic... 第一次编译的时候VS会自动下载所需扩展,扩展文件夹里有boost_date_time-vc120.159.0.0文件夹,里面有内容。 现在用VS2015运行caffe.cpp,报错无法打开文件“libb ..
发布时间:2017-09-06 04:26:05 其他开发

如何在咖啡中训练/测试我自己的数据集?

我从Caffe开始,mnist的例子跑得很好。 我把火车和标签数据作为 data.mat 。 (我有300个培训数据,30个功能和标签是( - 1,+1)保存在 data.mat 但是,我不太明白如何使用caffe来实现自己的数据集? 有没有一步一步的教程可以教我吗? 非常感谢!任何建议将不胜感激! 解决方案 我认为从Matlab传输数据到咖啡的最直接的方法是通过H ..
发布时间:2017-04-02 11:43:37 其他数据库

Mac Caffe CUDA驱动程序问题

我试图在Mac OSX 10.0上使用python包装生成caffe,但是在执行命令时会出现以下错误:make runtest(make all -j8 and make test work)。 检查失败:error == cudaSuccess(35 vs. 0)CUDA驱动程序版本不足以用于CUDA运行时版本 我已将CUDA驱动程序更新到最新版本。我也试过卸载并重新安装CUDA和驱 ..
发布时间:2017-03-04 16:18:06 Python

Caffe |检查失败:错误== cudaSuccess(2对0)内存不足

我想在Caffe上训练一个网络。我有512x640的图像大小。批量大小为1.我尝试实施 FCN-8s 。 我目前在具有4GB GPU内存的Amazon EC2实例(g2.2xlarge)上运行此操作。但是当我运行求解器时,它会立即抛出一个错误 检查失败:error == cudaSuccess(2对0)内存不足 ***检查故障堆栈跟踪:*** 中止(内核转储) ..

如何验证CuDNN安装?

我搜索了很多地方,但我得到的是如何安装它,而不是如何验证它是否已安装。我可以验证我的NVIDIA驱动程序安装,并且CUDA已安装,但我不知道如何验证CuDNN安装。帮助将非常感谢,谢谢! PS。 这是一个caffe实现。目前一切正常工作没有启用CuDNN。 解决方案 安装CuDNN只是将文件放入CUDA目录。 您可以使用 cmake 来检查是否正确地指定了路由和CuDNN ..

如何加快caffe classifer在python

我使用python使用caffe分类器。我从我的相机获得图像,并从训练集预测图像。它工作很好,但问题是速度非常缓慢。我认为只有4帧/秒。你能建议我一些方法来提高我的代码的计算时间吗? 问题可以解释如下。我必须重新加载网络模型 age_net.caffemodel ,其大小约80MB,通过以下代码 age_net_pretrained ='。/ age_net.caffemodel' a ..
发布时间:2016-12-26 13:00:12 Python

如何为Caffe中的二进制分类器获取两个输出值(两个类中的每一个)?

我正在试验LeNet网络作为二进制分类器(是,否)。 测试配置文件中的第一层和最后几层是以下内容: layer { name:“data” type:“ImageData” top:“data” top:“label” include { phase:TEST } transform_param { scale:0.00390625 } image_data_p ..

一次可以传给Caffe多少图片?

我注意到了Caffe MNIST如何示例prototxt文件允许最多64个图像一次传递到网络。 我可以设置这个数字有多高? 我可以(例如)将此数字设置为200或甚至500,以便我一次可以接受高达200/500的图像,而不会对预测产生负面影响。 解决方案 唯一的限制是你的机器内存:当caffe加载模型时,它为所有参数和所有中间数据blob分配内存。您同时处理的图片越多,您需要预先 ..

从VGG提取功能

我想使用微调的VGG-19网络从MS COCO数据集的图像中提取特征。 但是,每个图像需要大约6〜7秒,每1k图像大约2小时。 MS COCO数据集中有120k张图片,因此至少需要10天。 有什么方法可以加快特征提取过程吗? 解决方案这不只是一个命令。首先,你必须检查你的GPU是否足够强大,以克服深的CNNs。了解你的GPU模型可以回答这个问题。 其次,你必须编译和构 ..
发布时间:2016-12-26 12:45:41 其他开发

Caffe预测同一类,无论图像

我修改了MNIST示例,当我使用我的3图像类,它返回的精度为91%。但是,当我修改 C ++示例时,使用 deploy prototxt 文件和标签文件,并尝试在某些图像上测试它返回第二类(1个圆)的预测,概率为1.0,无论什么图像我给它 - 即使它是在训练集中使用的图像。我已经尝试了十几个图像,它一直只是预测一个类。 为了澄清一些事情,在C ++示例中,我修改了我已经缩放图像被预测像在训练 ..

LMDB文件以及它们如何用于caffe深度学习网络

我在深度学习中很新,我在使用caffe深度学习网络时遇到一些问题。基本上,我没有找到任何文件解释如何解决我现在正在处理的一系列问题和问题。 请让我先解释我的情况。 我有数千张图片,我必须对它们进行一系列预处理操作。对于每个预处理操作,我必须将这些预处理的图像保存为4D矩阵,并且还存储具有图像标签的向量。我将这个信息存储为LMDB文件,将用作caffe googlene深度学习的输入。 ..

GoogLeNet模型的微调

我从头开始训练GoogLeNet模型。但它没有给我有希望的结果。 作为一种替代,我想对我的数据集上的GoogLeNet模型进行微调。有谁知道我应该采取的步骤是什么? 解决方案 假设您尝试进行图片分类。这些应该是调整模型的步骤: 1。分类图层 原始的分类层“loss3 / classifier” 输出1000个类的预测(它 mum_output 设置为1000)。您需要将其 ..

Caffe输出层数精度

我修改了Caffe MNIST示例,将3类图片。我注意到的一个事情是,如果我指定输出层数为3,那么我的测试精度下降到低到40%的范围。但是,如果我+1和有4个输出层,结果是在95%的范围。 我添加了一个额外的类的图像到我的数据集(所以4类),并注意到同样的事情 - if输出层的数量与类的数量相同,那么结果是可怕的,如果它是相同的+1,那么它工作非常好。 inner_product_p ..