caffe的python接口学习（3）：训练模型（training)
如果不进行可视化，只想得到一个最终的训练model, 那么代码非常简单，如下 : ...
原文：Caffe学习系列（四）之--训练自己的模型
前言： 本文章记录了我将自己的数据集处理并训练的流程，帮助一些刚入门的学习者，也记录自己的成长，万事起于忽微，量变引起质变。 正文： 一 流程 准备数据集 数据转换为lmdb格式 计算均值并保存 非必需 创建模型并编写配置文件 训练和测试 二 实施 一 准备数据集 在深度学习中，数据集准备往往是最难的事情，因为数据涉及隐私 商业等各方面，获取难度很大，不过有很多科研机构公布了供学习使用的数据集，我 ...
2017-04-17 20:40 1 4969 推荐指数：
相关推荐
Caffe学习系列(12)：训练和测试自己的图片
学习caffe的目的，不是简单的做几个练习，最终还是要用到自己的实际项目或科研中。因此，本文介绍一下，从自己的原始图片到lmdb数据，再到训练和测试模型的整个流程。 一、准备数据 有条件的同学，可以去imagenet的官网http://www.image-net.org ...
Caffe学习系列(18): 绘制网络模型
python/draw_net.py, 这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。 在绘制之前，需要先安装两个库 １、安装ＧraphViz 注意，这里用的是apt-get来安装，而不是pip. 2 、安装pydot ...
caffe学习笔记（十二）用训练好的模型进行分类
1、caffemodel文件 文件名称为：bvlc_reference_caffenet.caffemodel，文件大小为230M左右，为了代码的统一，将这个caffemodel文件下载到caffe根目录下的 models/bvlc_reference_caffenet/ 文件夹下面。可以运行 ...
Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上
caffe团队用imagenet图片进行训练，迭代30多万次，训练出来一个model。这个model将图片分为1000类，应该是目前为止最好的图片分类model了。 假设我现在有一些自己的图片想进行分类，但样本量太小，可能只有几百张，而一般深度学习都要求样本量在1万以上，因此训练出来的model ...
Caffe学习系列(20)：用训练好的caffemodel来进行分类
实际上是一样的。 开发caffe的贾大牛团队，利用imagenet图片和caffenet模型训练好了 ...
【caffe】用训练好的imagenet模型分类图像
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 ...
caffe使用预训练的模型进行finetune
首先明确预训练好的模型和自己的网络结构是有差异的，预训练模型的参数如何跟自己的网络匹配的呢： 参考官网教程：http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.html --If we provide ...