Caffe文章/教程

Caffe,全称Convolutional Architecture for Fast Feature Embedding。是一种常用的深度学习框架,主要应用在视频、图像处理方面的应用上。

基于Caffe ResNet-50网络实现图片分类(仅推理)的实验复现

摘要:本实验主要是以基于Caffe ResNet-50网络实现图片分类(仅推理)为例,学习如何在已经具备预训练模型的情况下,将该模型部署到昇腾AI处理器上进行推理。 本文分享自华为云社区《【CANN训练营】【2022第二季】【新手班】基于Caffe ResNet-50网络实现图片分类(仅推理)的实验 ... »

caffe Mac 安装

参考了 https://zhuanlan.zhihu.com/p/24853767 安装caffe的依赖项 brew install --fresh -vd snappy leveldb gflags glog szip lmdb opencv hdf5 brew install --build-from-source --with-python --fresh -vd protobuf brew »

ubuntu14.04 编译安装CPU版caffe

本文,试图中一个干净的ubuntu14.04机器上安装caffe的cpu版本。 http://blog.csdn.net/sinat_35188997/article/details/73530434 http://caffe.berkeleyvision.org/installation.html http://blog.csdn.net/zly_kemgine/article/details/ »

windows10 conda2 使用caffe训练训练自己的数据

首先得到了https://blog.csdn.net/gybheroin/article/details/72581318系列博客的帮助。表示感激。 关于安装caffe已在之前的博客介绍,自用可行,https://www.cnblogs.com/MY0213/p/9225310.html 1.数据源 首先使用的数据集为人脸数据集,可在百度云自行下载: 链接:https://pan.baidu.co »

Caffe转NCNN模型转换

caffe2ncnn 一、准备工作 安装opencv 安装protobuf 下载ncnn源码并编译 git clone https://github.com/Tencent/ncnn cd ncnn mkdir build && cd build cmake .. make -j4 make install 二、具体操作 (1)、如果是旧版Caffe模型,需要在Caffe环境中转换 »

【神经网络与深度学习】【CUDA开发】服务器(多GPU)caffe安装和编译

一. 前提 多GPU交互在神经网络是常见的,所以在安装caffe之前需要安装NCCL,来保证多GPU之间的相互交流。  多GPU,这里指的是2个及2个以上英伟达显卡,而不是笔记本中的集显和独显。 二.安装NCCL 1.下载编译  shell终端 cd nccl make CUDA_HOME=/user/local/cuda-7.5 test #注意自己的cuda路径 1 2 1 »

windows+caffe(七)——ComputeImageMean.bat

1.首先我们使用lmdb数据格式(怎样得到lmdb数据格式,看我的另一篇)求得均值: 新建ComputeImageMean.bat,里面输入: D:/deeptools/caffe-windows-master/bin/compute_image_mean.exe D:/deeptools/caffe-windows-master/examples/mymnist/train_lmdb D:/d »

caffe训练自己的数据集

默认caffe已经编译好了,并且编译好了pycaffe 首先准备训练和测试数据集,这里准备两类数据,分别放在文件夹0和文件夹1中(之所以使用0和1命名数据类别,是因为方便标注数据类别,直接用文件夹的名字即可)。即训练数据集:/data/train/0、/data/train/1  训练数据集:/data/val/0、/data/val/1。 数据准备好之后,创建记录数据文件和对应标签的txt文件 »

caffe-winsows封装成dll

训练好caffe模型后需要在外部程序调用模型。每次都要配置略麻烦,根据教程打了dll。 调用后进行单独测试时程序正常,如批量测试会报未处理的异常:0xC0000005 最终原因发现是配置环境opencv3.1与caffe中2.4.10冲突,改用2.4.10后正常 »

import caffe报错问题

在搭建好的caffe环境下运行Python报错:ImportError:No module named _caffe 报错原因:由于caffe的Python环境变量未配置好 解决方案: 方法1 import os,sys    caffe_root='/home/wangyanayng/caffe    os.chdir(caffe_root)  #os.chdir()用于改变当前工作目录到指定的 »

Windows下用Caffe跑自己的数据(遥感影像)

Caffe对于像我这样的初学者来说是一款非常容易上手的深度学习框架。关于用Caffe跑自己的数据这样的博客已经非常多,感谢前辈们为我们提供的这么好的学习资源。这里我主要结合我所在的行业,说下如何对跑通具有多通道多格式的遥感数据。 2 数据准备 Caffe封装的非常好,要想将我们的数据运用于Caffe上,我们唯一要做的工作就是准备好Caffe支持的数据输入格式(leveldb/lmdb)。 Caff »

Caffe---Pycaffe转换均值文件:xxx_mean.binaryproto成为xxx_mean.npy

Pycaffe转换均值文件:xxx_mean.binaryproto成为xxx_mean.npy 为什么需要mean.binaryproto转mean.npy? 使用Caffe的C++接口进行操作时,需要的图像均值文件是pb格式,例如常见的均值文件名为mean.binaryproto。但在使用python接口进行操作时,需要的图像均值文件是numpy格式,例如mean.npy。所以在跨语言进行操作 »

caffe-BN层

原作者:http://shuokay.com/2016/05/28/batch-norm/    来源于:http://www.bubuko.com/infodetail-1983557.html  什么是moving average滑动平均? 计算方法:对于一个给定的数列,首先设定一个固定的值k,然后分别计算第1项到第k项,第2项到第k+1项,第3项到第k+2项的平均值,依次类推。 在采用随 »

No module named caffe

1.直接打开终端,输入python,enter,输入import caffe,enter,不出错 2.直接打开终端,输入sudo su切换到root下,或者是直接 sudo python,enter,再输入 import caffe,enter,出现no module named caffe 【建议:当make pycaffe后,讲caffe根目录下的python路径加入到.bashrc】 【所以 »

Caffe 安装 Ubuntu14.04+CUDA7.0/7.5(亲测有效)

    自己安装Caffe的过程中,参考了很多资料,但由于版本或者其他原因,安装过程中总是遇到这样或者那样的问题,因此留做记录,方便之后查看,也希望对遇到相似麻烦的朋友们提供帮助。    下面我们开始安装吧:   硬件自然不用说了,一个好的显卡(Nvida TiTan 系列),i7的处理器,8G以上的RAM。   1. 安装部分支持库 sudo apt-get install build-ess »

安装笔记, caffe 、 opencv等

1、   1.1 opencv static linux        mkdir build & cd build     cmake .. -LH  这句话用来查看编译选项  如果不知道编译啥  可以用这个查看一下~ cmake \-D CMAKE_INSTALL_PREFIX=/work/lib/opencv/ubuntu14/2.4.13 \-D BUILD_SHARED_LIB »