用caffe跑自己的數據，基於WINDOWS的caffe
本文詳細介紹，如何用caffe跑自己的圖像數據用於分類。 1 首先需要安裝過程見 http://www.cnblogs.com/love6tao/p/5706830.html 同時依據上面教程，生成了caffe.exe 2 構建自己的數據集。分為train和val 兩個數據集，本次實驗為2分類 ...
原文：Windows下用Caffe跑自己的數據（遙感影像）
前言 Caffe對於像我這樣的初學者來說是一款非常容易上手的深度學習框架。關於用Caffe跑自己的數據這樣的博客已經非常多，感謝前輩們為我們提供的這么好的學習資源。這里我主要結合我所在的行業，說下如何對跑通具有多通道多格式的遙感數據。 數據准備 Caffe封裝的非常好，要想將我們的數據運用於Caffe上，我們唯一要做的工作就是准備好Caffe支持的數據輸入格式 leveldb lmdb 。 Ca ...
2016-11-19 15:34 3 2057 推薦指數：
相關推薦
在caffe上跑自己的數據（windows）
在caffe上跑自己的數據 本文介紹如何使用caffe對自己的圖像數據進行分類。 1 圖片數據庫准備 由於圖片數據收集比較費時，為了簡單說明，我用了兩類，dog和bird，每種約300張。train200張，val100張。 新建一個文件夾mine，放自己的數據，在mine文件夾下新建 ...
在windows下用caffe跑ImageNet
在windows下用caffe跑ImageNet 使用caffe主要分為三大步： 【1】用convert_imageset.exe把圖片數據庫轉換為.lmdb或者.leveldb的格式。 【2】用compute_image_mean.exe進行取均值的預處理，生成.binaryproto文件 ...
遙感影像數據的管理
遙感影像數據的管理（一） 針對遙感影像數據（Remote Sensing Image Data）的高效存儲、組織、管理與發布的問題，國內外已經做了大量的相關研究工作，並取得了卓越的成果。今天我想談一談其中一類重要的方法是：依托傳統關系型數據庫構建的海量遙感影像 ...
遙感影像數據產品級別概述
1986年，美國航空航天局（NASA）定義了一系列數據處理"級別"，用以區分源於其地球觀測系統（EOS）衛星獲取的影像生成的標准數據產品。給定任何數據產品，我們可以根據其級別來判斷其在生產過程中都經過了那些處理流程，這樣能夠使得用戶知道如何更恰當地去使用它。同時，NASA對每個級別做出了簡要定義 ...
Windows caffe 跑mnist實例
一. 裝完caffe當然要來跑跑自帶的demo，在examples文件夾下。 先來試試用於手寫數字識別的mnist，在 examples/mnist/ 下有需要的代碼文件，但是沒有圖像庫。 mnist庫有50000個訓練樣本，10000個測試樣本，都是手寫數字圖像。 caffe ...
深度學習遙感影像數據集（記錄）
參考：https://blog.csdn.net/z704630835/article/details/88697165 一、DOTA：A Large-scale Dataset for Object Detection in Aerial Images 數據集介紹：該數據集一共有15種 ...