tingpan

生命不息，折腾不止！
  首页  :: 新随笔  :: 联系 :: 订阅 订阅  :: 管理

随笔分类 -  caffe

使用LAP数据集进行年龄训练及估计

摘要：一、背景 原本是打算按《DEX Deep EXpectation of apparent age from a single image》进行表面年龄的训练，可由于IMDB-WIKI的数据集比较庞大，各个年龄段分布不均匀，难以划分训练集及验证集。后来为了先跑通整个训练过程的主要部分，就直接用LAP数 阅读全文

posted @ 2018-10-05 15:44 tingpan 阅读(2002) 评论(5) 推荐(0)

DEX: Deep EXpectation of apparent age from a single image 论文阅读

摘要：来自：IMDB-WIKI - 500k+ face images with age and gender labels https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/该论文提出了Deep EXpectation（DEX）的表面年龄估计，该方法在2015年获得了ChaLearn LAP表面年龄估计的第一名。作者提出了将年龄的回归问题转化为分... 阅读全文

posted @ 2018-10-04 00:55 tingpan 阅读(910) 评论(0) 推荐(0)

fcn训练及预测tgs数据集

摘要：一、背景kaggle上有这样一个题目，关于盐份预测的语义分割题目。TGS Salt Identification Challenge | Kaggle https://www.kaggle.com/c/tgs-salt-identification-challenge二、过程1、下载数据，https://www.kaggle.com/c/tgs-salt-identification-chall... 阅读全文

posted @ 2018-09-01 11:31 tingpan 阅读(1547) 评论(1) 推荐(0)

siftflow-fcn32s训练及预测

摘要：一、说明SIFT Flow 是一个标注的语义分割的数据集，有两个label，一个是语义分类（33类），另一个是场景标签（3类）。Semantic and geometric segmentation classes for scenes.Semantic: 0 is void and 1–33 are classes.01 awning02 balcony03 bird04 boat05 brid... 阅读全文

posted @ 2018-08-18 02:38 tingpan 阅读(1044) 评论(0) 推荐(0)

caffe实现年龄及性别预测

摘要：一、相关代码及训练好的模型 eveningglow/age-and-gender-classification: Age and Gender Classification using Convolutional Neural Network https://github.com/eveninggl 阅读全文

posted @ 2018-08-01 00:05 tingpan 阅读(1300) 评论(0) 推荐(0)

win10 caffe GPU环境搭建

摘要：一、准备系统：win10显卡：gtx1050Ti前期的一些必要软件安装，包括python3.5、matlab2016、vs2015、git，可参考：win10+vs2015编译caffe的cpu debug版本、部署matcaffe - tingpan - 博客园 http://www.cnblogs.com/smbx-ztbz/p/9195243.html二、安装1、安装显卡驱动388.13-... 阅读全文

posted @ 2018-07-27 23:54 tingpan 阅读(2163) 评论(0) 推荐(0)

学习曲线可视化

摘要：一、ubuntu中数据训练 1、数据下载 2、格式转换 3、cifar10_quick_solver.prototxt修改为cpu模式，cifar10_quick_solver_lr1.prototxt改为cpu模式 4、运行 5、将train及test的loss保存 二、windows下可视化 6 阅读全文

posted @ 2018-07-23 22:59 tingpan 阅读(317) 评论(0) 推荐(0)

BVLC CaffeNet可视化及类别预测

摘要：一、介绍bvlc_reference_caffenet网络模型是由AlexNet的网络模型改写的，输入图片尺寸大小为227x227x3，输出的为该图片对应1000个分类的概率值。介绍参考：caffe/models/bvlc_reference_caffenet at master · BVLC/caffe · GitHub https://github.com/BVLC/caffe/tree/m... 阅读全文

posted @ 2018-07-21 18:00 tingpan 阅读(1910) 评论(0) 推荐(0)

bvlc_reference_caffenet网络权值可视化

摘要：一、网络结构 models/bvlc_reference_caffenet/deploy.prototxt 二、显示conv1的网络权值 输出： 三、其他卷积层网络权值可视化 1、visualize_weights.m 2、caffenet_weights_vis.m 3、输出 end 阅读全文

posted @ 2018-07-20 22:17 tingpan 阅读(1060) 评论(0) 推荐(0)

mnist全连接层网络权值可视化

摘要：一、数据准备 网络结构：lenet_lr.prototxt 训练好的模型：lenet_lr_iter_10000.caffemodel 下载地址：链接：https://pan.baidu.com/s/1uBDTKapT1yFHX4TEMaxQvQ 密码：2mla 二、利用pycaffe可视化，只需根 阅读全文

posted @ 2018-07-19 00:38 tingpan 阅读(1757) 评论(0) 推荐(0)

win10+vs2015编译caffe的cpu debug版本、部署matcaffe

摘要：一、编译caffe 1、安装python-3.5.2-amd64.exe https://www.python.org/ftp/python/3.5.2/python-3.5.2-amd64.exe 2、安装matlab2016 3、安装vs2015 4、安装git 5、新建D:\Projects， 阅读全文

posted @ 2018-06-18 15:03 tingpan 阅读(1509) 评论(0) 推荐(0)

CIFAR10数据可视化

摘要：一、数据准备 下载cifar-10-binary.tar.gz并解压，其中有多个bin文件，现对data_batch_1.bin进行可视化。 二、数据说明 该二进制文件存储的有10000张32X32的三通道图片以及对应的label。 具体存放方式为第一个字节先存该张图的label，即该张图属于哪一类 阅读全文

posted @ 2018-06-16 23:26 tingpan 阅读(1340) 评论(0) 推荐(0)

MNIST数据可视化

摘要：一、数据准备 二、数据说明 可以看出图片数据在偏移量为第16字节开始存，每28X28字节存放一张手写字图片。而label是从偏移量为第8字节开始存，每个字节存放一个label。 三、matlab2016实现可视化 在数据同目录下新建show_mnist_data.m 效果： 说明： 1、因为matl 阅读全文

posted @ 2018-06-16 22:50 tingpan 阅读(1167) 评论(0) 推荐(0)