1 前言 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 ...

本文详细介绍，如何用caffe跑自己的图像数据用于分类。 1 首先需要安装过程见 http://www.cnblogs.com/love6tao/p/5706830.html 同时依据上面教程，生成了caffe.exe 2 构建自己的数据集。分为train和val 两个数据集，本次实验为2分类 ...

在caffe上跑自己的数据 本文介绍如何使用caffe对自己的图像数据进行分类。 1 图片数据库准备 由于图片数据收集比较费时，为了简单说明，我用了两类，dog和bird，每种约300张。train200张，val100张。 新建一个文件夹mine，放自己的数据，在mine文件夹下新建 ...

　 一. 装完caffe当然要来跑跑自带的demo，在examples文件夹下。 先来试试用于手写数字识别的mnist，在 examples/mnist/ 下有需要的代码文件，但是没有图像库。 mnist库有50000个训练样本，10000个测试样本，都是手写数字图像。 　　caffe ...

1.整理得到自己的数据库，并生成自己数据库的列表文件.txt2.将数据库转成lmbp格式3.计算图像均值4.修改网络参数5.得到结果1.整理得到自己的数据库因为前面博文提到的原因，技术水平有限没办法实 ...

Caffe 是一个高效的深度学习框架，鉴于不想折腾装个双系统，最近鼓捣了下用caffe源码在windows进行编译。非常感谢Yangqing Jia博士的caffe开源代码、Neil Z.Shao's博客的指导，以及happynear的工程文件提供的帮助。本博客caffe里C/C++部分编译主要 ...

文档大部分都是机翻，本人英语未过四级，所以凑合看吧 构建ImageNet本指南旨在让您准备好根据自己的数据训练自己的模型。如果你只是想要一个ImageNet训练的网络，那么注意，由于训练需要很多电能，我们讨厌全球变暖，我们在model zoo提供如下所述训练的CaffeNet模型 ...

因为毕设需要，我首先是用ffmpeg抽取某个宠物视频的关键帧，然后用caffe对这个关键帧中的物体进行分类。 1.抽取关键帧的命令： 2.用python编写脚本，利用在imagenet上训练的模型分类视频帧中的物体。 抽取得到的视频关键帧都存放在文件夹"/home ...