随笔分类 -  caffe

深度学习,deep learning,DL
摘要:SSD模型配置(训练)与运行 参考博文: 1. * ssd模型配置及运行demo 2. * SSD: Signle Shot Detector 用于自然场景文字检测 3. SSD的配置安装与测试 4. * SSD: Single Shot MultiBox Detector检测单张图片 简介: SS 阅读全文
posted @ 2017-02-21 17:25 welcome_home 阅读(2849) 评论(0) 推荐(0)
摘要:caffe实现caltech101图像分类 这里讲述如何用自己的数据集,在caffe平台一步步实现的过程[新手参考]; 主要分为下面3个环节: 数据集准备 Dataset preparation caffe网络准备 Caffe network files preparation 从零开始训练和微调 阅读全文
posted @ 2017-01-21 01:25 welcome_home 阅读(803) 评论(0) 推荐(0)
摘要:caffe [完全版] 2017-01-19 配置如下: caffe + cuda8.0[GPU加速[只支持N卡]] + cudnn5.1 + opencv3.1 + python2.7 + boost58 , 主要参考了caffe官方教程 Ubuntu 16.04 or 15.10 Install 阅读全文
posted @ 2017-01-19 19:46 welcome_home 阅读(754) 评论(0) 推荐(0)
摘要:caffe源码包提供了多个DEMO,这里介绍mnits和cifar10的实验 1. mnits 安装好caffe后,在caffe-master/examples/mnist目录下可以找到LeNet模型的具体实现 数据下载: 在./data/mnist/目录下下载了4个*.gz格式的数据压缩包,tra 阅读全文
posted @ 2017-01-19 17:13 welcome_home 阅读(3475) 评论(0) 推荐(1)
摘要:caffe [CPU ONLY] 2017-01-19 最简单的安装配置方式: 不用GPU加速,使用OPENCV3.1图像库+系统自带的python2.7, 由官方教程(链接如下)简化而得到. Ubuntu 16.04 or 15.10 Installation Guide 0. Ubuntu16. 阅读全文
posted @ 2017-01-19 13:21 welcome_home 阅读(3837) 评论(0) 推荐(0)
摘要:caffe [CPU ONLY] 2017-01-15 最简单的安装配置方式: 不用GPU加速,使用OPENCV2.4图像库, 这是根据官方教程(链接如下)简化而得到. Ubuntu 16.04 or 15.10 Installation Guide 1. 软件源更新 刚刚安装好Ubuntu16.0 阅读全文
posted @ 2017-01-15 20:10 welcome_home 阅读(1839) 评论(0) 推荐(0)