caffe

11熱度

1回答

我按照kaggle facialkeypoints比賽從輸入圖像中提取30個面部關鍵點（x，y）。我如何設置咖啡來運行迴歸並生成30維輸出??。 Input: 96x96 image Output: 30 - (30 dimensions). 我該如何設置caffe？我使用EUCLIDEAN_LOSS（平方和）來得到迴歸輸出。這是一個簡單的使用caffe的邏輯迴歸模型，但它不起作用。看起來

13熱度

2回答

InfogainLoss圖層

我希望在我的模型中使用InfogainLoss類型的丟失圖層。但是我很難正確定義它。有沒有關於使用INFOGAIN_LOSS圖層的任何教程/例子？該圖層的輸入，類概率應該是SOFTMAX圖層的輸出，還是足以輸入完全連接圖層的「頂部」？ INFOGAIN_LOSS需要三個輸入：類概率，標籤和矩陣H。矩陣H可以作爲圖層參數infogain_loss_param { source: "fienam

2熱度

1回答

Caffe網絡損失非常低，但測試的準確性很差

我對caffe有點新鮮，而且我收到了一些奇怪的行爲。我試圖在bvlc_reference_caffenet上使用微調來完成OCR任務。我已經接受了他們的預訓練網，把最後一個FC層改爲我有的輸出類數，然後再訓練。經過幾千次迭代後，我得到了〜0.001的損失率，並且在網絡測試時準確率超過了90％。也就是說，當我嘗試通過我自己的數據運行我的網絡時，結果很糟糕，不超過7％或8％。我使用運行net的代碼

0熱度

1回答

查找相似圖片

我想查找類似於其他圖像的圖像。所以，研究後，我發現兩種方法首先在兩個由它的屬性表示圖像像 length = full pattern = check color = blue 但這種方法的侷限是，我將無法得到詳盡的數據集的全部功能標記。我發現的第二種方法是提取特徵並進行特徵映射。所以我決定使用caffe深層卷積神經網絡，通過使用任何現有的模型，我可以學習特徵，然後執行特徵匹配或其他操作。我只想

1熱度

1回答

單個程序出現在兩個GPU卡上

我有多個GPU卡（NO.0，NO.1 ...），並且每次我在1號或2號運行caffe進程...（0除外）卡，它將在NO.0卡上使用73MiB。例如，在下圖中，過程11899將在NO.0卡上使用73MiB，但它實際上在NO.1卡上運行。爲什麼？我可以禁用此功能嗎？

1熱度

1回答

丟棄層忽略 - 「警告：有一個或多個問題升級V1LayerParameter」

我想添加一個基於Imagenet示例的丟棄層（請參閱下面的代碼）。但是，當我訓練模型時，它似乎被忽略，它不會被打印爲網絡的一部分，而我會在下面看到警告消息。我安裝了最新版本的caffe。我應該怎麼做才能正確包含它？漏失層： layer { name: "drop4" type: "Dropout" bottom: "fc4" top: "fc4"

1熱度

1回答

如何將opencv圖像讀入caffe格式以進行實時預測？

我嘗試從視頻幀創建實時預測程序。所有的代碼由opencv支持。然而，我訓練了一個咖啡模型，我試着用這個咖啡的windows port來使用它。它不支持opencv轉換內存中的圖像。我怎樣才能做到這一點？在原來的caffe中有一個解決方案，即recently merged，但不能將此應用於此Windows版本。

8熱度

4回答

使用GPU，儘管設置CPU_Only，產生意想不到的關鍵字參數

我正在使用https://github.com/BVLC/caffe/wiki/Ubuntu-14.04-VirtualBox-VM作爲靈感在安裝了CUDA的Ubuntu 14.04虛擬服務器（不帶驅動程序）上安裝Caffe。在安裝過程中，我編譯MakeFile以在構建之前包含"CPU_ONLY := 1"。但是，Caffe似乎仍在嘗試使用GPU。當我嘗試運行測試示例時，出現以下錯誤： pytho

0熱度

3回答

將文件保存在Android上供原生閱讀使用

我在爲Android編寫應用程序，並使用caffe庫。我的問題是，一開始我需要初始化caffe，這是通過將兩個文件（網絡結構）傳遞給caffe完成的。問題是我不知道如何在設備上存儲額外的文件。我已經將模型文件添加到資產，但我不知道如何使用文件路徑讀取它。你能告訴我在哪裏存儲這些可以使用文件路徑訪問的文件嗎？感謝您的任何想法。