首页 文章
  • 0 votes
     answers
     views

    cpp caffe预测与pycaffe预测不匹配

    我用cpp训练了一个caffe模型,并尝试了cpp预测和pycaffe预测,然而这两个预测结果不匹配 . 我在pycaffe预测中修改 use_global_stats 批量规范到 true ,还有其他工作要做吗?为什么不匹配?
  • 0 votes
     answers
     views

    loss_weight = N和diff * N在pycaffe中做同样的事吗?

    我用pycaffe尝试了这两种方法: 原型文件 loss_weigth=100 ; net.blobs['fc'].diff[...] = A_loss + 100*B_loss . 我认为他们在BP理论中做了同样的事情,然而模型损失显示出相反的结果 . 我想知道这两种方法有什么区别?如果有多重损失,我该如何处理损失权重?
  • 3 votes
     answers
     views

    在Ubuntu上安装Caffe时出错 - 仅限CPU

    我按照说明在不使用GPU的情况下在Ubuntu上安装Caffe:https://stackoverflow.com/a/31396229/3198732 “make all”命令成功完成 . 运行“make test”时出现以下错误: CXX / LD -o .build_release / test / test_all.testbin src / caffe / test / test_caf...
  • 1 votes
     answers
     views

    如何使用Caffe siamese CNN强制表示标签概率的特征向量?

    与How to Create CaffeDB training data for siamese networks out of image directory有关 如果我有 N 标签 . 如何强制执行大小 N 在对比度损失层之前的特征向量表示每个类的某种概率?或者通过暹罗网设计自动出现?
  • 0 votes
     answers
     views

    卷积结果不同于caffe

    我自己尝试编写卷积函数来比较结果和caffe结果 . 我在运行演示程序时使用了底部和顶部blob数据和权重 . 我非常确定提取的数据是正确的 . 这是我写的卷积测试代码,但结果不同 . 在这个例子中,我有64个输入要素图和64个输出要素图,并使用3x3内核 . 该程序从64个文件读取底部数据,读取64x64 3x3内核和权重的权重和偏差,并使用它进行卷积并将顶部数据保存到64个文件中 . 非常简单...
  • 2 votes
     answers
     views

    针对三重态丢失的高效硬数据采样

    我正在尝试在Caffe中实现一个用于三重损失的深度网络 . 当我随机选择三个样本用于锚,正,负图像时,它几乎产生零损失 . 所以我尝试了以下策略: If I have 15,000 training images, 1. extract features of 15,000 images with the current weights. 2. calculate the triplet loss...
  • 1 votes
     answers
     views

    为什么pycaffe向后的结果总是0?

    net.blobs['data'].data[...] = transformed_image output = net.forward() output_prob = output['prob'][0] # the output probability vector for the first image in the batch print 'predicted class is:',...
  • 3 votes
     answers
     views

    如何从最后一层的输出中生成caffe中的预测标签?

    我使用caffe和DIGITS接口,使用LeNet训练了我自己的图像数据集(交通灯图像11x27) . 我获得99%的准确率,当我通过DIGITS提供新图像时,它预测了良好的标签,因此网络似乎运行良好 . 但是,我很难通过Python / Matlab API预测标签的caffe . 最后一层输出(ip2)是一个带有2个元素的向量(我有2个类),例如[4.8060,-5.2608](第一个组件总是...
  • 1 votes
     answers
     views

    Caffe:使用ImageData层在批处理中 balancer 类

    我正在Caffe中训练CNN,其输出是两个类中的一个(二进制问题) . 我使用ImageData图层作为输入图层,传递两个带有训练和验证图像集的.txt . 这些文件是 balancer 的,即两个类的示例数相同 . 在这一层,我也使用"shuffle"参数 . 对此,我有两个疑问: 1. How the batch is sampled/selected from the ....
  • 2 votes
     answers
     views

    如何在caffe中保存预测的概率?

    有谁知道如何在FCN语义分割中保存每个像素的预测类标签的输出?我想在推理期间看到图像的概率图 . 应该保存图层的数据? 非常感谢
  • 0 votes
     answers
     views

    长时间获得语义分割的许多挑战

    除了问这里,我没有任何选择 . 我很长一段时间都遇到很多困难 . 我没有观察到FCN32的任何输出:(我从头开始训练FCN32对我的数据并且总是得到一个黑色图像 . 我为卷积层添加 gaussian 和 std= 0.01 初始化 . 但我仍然得到黑色图像 . 我是tried to add weighted loss layers . 但是,我没有成功正确添加它 . 我不擅长python和c . ...
  • 1 votes
     answers
     views

    在训练期间修复神经网络中的子集权重

    最近,我正在考虑创建一个定制的神经网络 . 基本结构与通常相同,而我想截断层之间的连接 . 例如,如果我构建一个有两个隐藏层的网络,我想删除一些权重并保留其他权重,如下图所示:Structure of customized neural networks对不起,我不能在这里嵌入图片,只能链接 . 这不是躲避以避免过度拟合 . 实际上,指定并固定了剩余的重量(连接) . 有意设计相应的结构 . 在p...
  • 4 votes
     answers
     views

    使用预训练VGG-16模型的Caffe形状不匹配误差

    我正在使用PyCaffe来实现受VGG 16层网络启发的神经网络 . 我想使用他们的GitHub page提供的预训练模型 . 通常,这通过匹配图层名称来实现 . 对于我的 "fc6" 图层,我在train.prototxt文件中有以下定义: layer { name: "fc6" type: "InnerProduct" b...
  • 1 votes
     answers
     views

    在Caffe-Import错误中加载自定义Python层

    我用Python编写了自己的Caffe图层(maskextractor.py) . 从头开始训练网络时,它运作良好 . 但是,一旦我尝试从保存的网络中进行微调: ../caffe/build/tools/caffe train -solver solverFCN8s_MCN_newmodule.prototxt -snapshot snapshot/train8MCNs_borders_pasca...
  • 8 votes
     answers
     views

    使用Caffe进行多标签分类

    我想微调GoogLeNet与Caffe进行多标签分类 . 我已经将它调整为单标签分类,但我还是无法过渡到多标签 . 我正在做的主要步骤是不同的: 为数据和地面真相创建LMDB 我正在修改代码here和here以创建一个带有数据的LMDB,另一个带有基本事实 . 用SigmoidCrossEntropyLoss替换SoftmaxWithLoss 更新train_val.prototxt,我将Soft...
  • 0 votes
     answers
     views

    如何在pycaffe中生成客户池层原型文件?

    我的目标是从代码中实现池化层原型,如下所示: layer { name: "my_pooling" type: "Pooling_Custom" bottom: "conv1" top: "my_pooling" pooling_custom_param { pool: MAX ke...
  • 0 votes
     answers
     views

    caffe:caffemodel无法加载的原因?

    我一年前在机器学习中的冒险开始于caffe . 我使用python接口,并使用 caffe/examples/ 目录中提供的ipython笔记本学到很多东西 . 成功运行笔记本01-learning-lenet.ipynb并且能够加载我创建的caffe模型( .caffemodel 文件)后,我冒险将相同的LeNet神经网络应用到我自己的数据中进行字符识别 . 所以我使用了convert_imag...
  • 1 votes
     answers
     views

    定制咖啡模型的净手术

    我正在尝试修改caffemodel的权重,这是一个名为Deep Lab的caffe-branch的一部分 . 虽然有一个关于how to do net surgery的教程,当我尝试对我的自定义caffemodel做同样的事情时,python内核总是在以下行中死掉: # Load the original network and extract the fully connected layers...
  • 1 votes
     answers
     views

    pycaffe windows - 无法打开python27.lib

    我正在尝试使用Anaconda 3和Visual Studio 2013在Windows 7中编译pycaffe . 我已正确设置了anaconda路径和lib路径 . 当我尝试构建时,我收到以下错误: “错误1错误LNK1104:无法打开文件'python27.lib'D:\ caffe-master \ windows \ caffe \ LINK caffe” 我正在使用Python 3.6...
  • 1 votes
     answers
     views

    深度学习caffe - 数据分类导致NaN

    我有一个训练有素的caffe网用于2类问题,并且想检查一个数据的净输出 . 所以我运行这样的分类: proto = 'deploy.prototxt' model = 'snapshot_iter_4000.caffemodel' net = caffe.Net(proto, model, caffe.TEST) # get image from database to variable &qu...
  • 1 votes
     answers
     views

    Python测试结果与caffe测试结果不一样

    我的问题是关于caffe测试结果 . Python脚本结果不等于caffe测试结果 . 我使用了Alexnet,我的测试精度是0,9033 . Caffe测试精度:0.9033 Python准确度:0.8785 我用40000张图片进行测试 . 错误分类图像的数量应该是3868.但是我的python结果中错误分类图像的数量是4859.问题是什么? 谢谢 . Here is my caffe te...
  • 1 votes
     answers
     views

    caffe和pycaffe报告的准确度不同

    下面是train.Prototxt文件,用于训练预训练模型 . name: "TempWLDNET" layer { name: "data" type: "ImageData" top: "data" top: "label" i...
  • 3 votes
     answers
     views

    对于同一网络,python和MATLAB caffe的结果是不同的

    我试图将MTCNN_face_detection_alignment的MATLAB实现移植到python . 我为MATLAB和python使用相同版本的caffe绑定 . 用于重现问题的最小可运行代码: MATLAB: addpath('f:/Documents/Visual Studio 2013/Projects/caffe/matlab'); warning off all caffe.r...
  • 3 votes
     answers
     views

    Caffe上的多维标签数据

    我计划通过使用NYU深度v2数据集实现可以从单个图像估计深度的CNN . 通过本教程向我展示了实现一个处理Caffe分类问题的CNN很容易 . 我很好奇,如果Caffe适合涉及多维地面真相(例如深度图像)和回归(深度估计)的任务 . 我想要实现的是使用深度图像作为基础事实来训练可以估计深度图像的CNN . 我需要将标签加载为单通道图像数据 . 我只能找到Shelhamer的这个与我的问题相关的答案...
  • 1 votes
     answers
     views

    Caffe网络中的原始图像文件名

    我正在使用Cifar(https://github.com/BVLC/caffe/tree/master/examples/cifar10)像caffe中的模型 . 我能够使用pycaffe接口训练模型并获得错误分类图像的概率 . 是否有可能从数据层获取图像文件名的名称(从图像文件名列表创建lmdb并使用train.txt和val.txt创建标签 - https://github.com/BVL...
  • 0 votes
     answers
     views

    如何在caffe或现有示例中将图像数据提供给HDF5?

    我很难在HDF5上使用图像分类和回归任务,因为某些原因,HDF5的训练在第一次开始时总会失败,测试和火车损失很快就会降到接近零 . 在尝试了所有降低学习速度的技巧后,添加RELU,辍学,什么都没有开始工作,所以我开始怀疑我正在为caffe提供的HDF5数据是错误的 . 所以目前我正在研究通用数据集(Oxford 102 category flower dataset,它也有public code)...
  • 0 votes
     answers
     views

    Caffe - 其他N次迭代的平均准确度

    我正在使用Caffe训练神经网络 . 在 solver.prototxt 文件中,我可以设置 average_loss 来打印过去N次迭代的平均损失 . 是否可以使用其他值来这样做? 例如,我编写了一个自定义的PythonLayer输出精度,我想在最后N次迭代中显示平均精度 . 谢谢, EDIT :这是日志 . DEBUG 行显示在每个图像处计算的精度,并且每3个图像( average_los...
  • 4 votes
     answers
     views

    准确性没有进一步提高

    我正在使用预先训练过的GoogLeNet,然后在我的数据集上对其进行微调,以便对11个类进行分类 . 我尝试使用不同的 base_learning rate 进行以下配置,但 accuracy 没有进一步改进 . 我使用预先训练的GoogLeNet模型,然后在最后10层和前3层进行微调,基本学习率为0.01,最大迭代次数为50K,但这种配置不能提供超过75%的精度 . 我使用了预先训练过的...
  • 0 votes
     answers
     views

    pycaffe得到渐变/重量/偏见

    所以我初始化了一个caffe.Net对象 network = caffe.Net('path/to/lenet.prototxt', caffe.TEST) 我希望通过参数获得每层的激活,权重,偏差,渐变 . 我目前的做法是做 step(100) 进行100次迭代,然后查看每一层: for layer_name in network._layer_names: if l...
  • 0 votes
     answers
     views

    如何在一个Python程序中使用不同版本的包(Caffe)?

    我正在使用Pycaffe来实现一些CV任务 . 但是,项目中的一个模块(假设模块A)仅适用于旧的Caffe . 所以我想切换到旧Caffe来运行模块A并切换回Caffe master来运行其他模块 . 有可能使它工作吗?还是有关于这个问题的其他建议吗?谢谢你的任何想法! 附:我认为重载(caffe)可能不起作用,因为Pycaffe是从C代码编译的 .

热门问题