问题标签 [caffe]

我想从图像中创建一个 lmdb 数据集，其中一部分包含我希望 caffe 学习的功能，而其中一部分不包含。
我的问题是 - 在传输到 convert_imageset 的文本输入文件中 - 我应该如何标记那些不包含该功能的图像？
我知道格式是

但是我应该为没有该功能的图像分配哪个标签？
例如，img1.jpg 包含特征，img2.jpg 和 img3.jpg 不包含。那么文本文件应该看起来像 -

谢谢！

我正在尝试让caffe在配备 Ubuntu 12.04LTS 的机器上运行。完成安装页面上的所有步骤后，我成功地训练了 LeNet 模型并尝试将其用作此处的教程。然后我收到以下错误：

在执行上述操作之前，我设置了PYTHONPATHin文件。.bashrc问题是什么？谁能给点提示？我真的很困惑。python -c 'import io; print io.__file__'在非常目录中运行命令后：

那么，问题就变成了：如何解决名称问题？PS：我还在caffe 的存储库中插入了一个问题。

我正在考虑实现一个接受两个输入图像和一个标签（稍后可能是其他数据）的 Caffe CNN，并且想知道是否有人知道 prototxt 文件中的正确语法来执行此操作？它只是一个带有额外顶部的 IMAGE_DATA 层吗？或者我应该为每个使用单独的 IMAGE_DATA 层？

谢谢，詹姆斯

我正在考虑将训练有素的 Caffe 网络集成到 ROS 中，想知道是否有人有这方面的经验？

谢谢，詹姆斯

我正在使用 Pylearn2 或 Caffe 构建一个深度网络。我的目标是名义上的。我试图找到一个合适的损失函数，但在 Pylearn2 或 Caffe 中找不到。

我读了一篇论文“偏好水平的损失函数：离散有序标签的回归”。我明白了一般的想法 - 但我不确定我是否理解阈值是什么，如果我的最后一层是基于逻辑回归的 SoftMax（输出概率）。

有人可以通过指出这种损失函数的任何实现来帮助我吗？

感谢和问候

我希望InfogainLoss在我的模型中使用类型的损失层。但是我很难正确定义它。

1. 有没有关于INFOGAIN_LOSS图层使用的教程/示例？

2. 该层的输入（类概率）应该是SOFTMAX层的输出，还是足以输入全连接层的“顶部”？

INFOGAIN_LOSS需要三个输入：类概率、标签和矩阵H。矩阵H可以作为层参数提供infogain_loss_param { source: "fiename" }。
假设我有一个 python 脚本，它计算H为一个numpy.array形状（其中(L,L)是我模型中的标签数量）。dtype='f4'L

3. 如何将我numpy.array的binproto文件转换为可以作为infogain_loss_param { source }模型提供的文件？

4. 假设我想H作为损失层的第三个输入（底部）提供（而不是作为模型参数）。我怎样才能做到这一点？
   我是否定义了一个“顶部”的新数据层H？如果是这样，这层的数据不是每次训练迭代都会增加，就像训练数据增加一样吗？如何定义多个不相关的输入“数据”层，以及 caffe 如何知道从训练/测试“数据”层批量读取，而从H“数据”层它知道在所有训练过程中只读取一次?

I was reading the caffe source codes. In the caffe.cpp which is the source of tools/caffe, I encounter the following codes which puzzles me:

Based on my knowledge, this macro replace RegisterBrewFunction(func) with a anonymous class, and the only thing it has done is add <#func, &func> to g_brew_map. So why not just doing this like this?

Hope someone help me about this.

我尝试从视频帧创建一个实时预测程序。所有代码都由 opencv 提供支持。但是，我训练了一个 caffe 模型，并尝试通过这个windows的 caffe 端口来使用它。它不支持内存中图像的 opencv 到 caffe 转换。我怎样才能在外部做到这一点？在原来的 caffe 中有一个最近合并的解决方案，但不能将它应用到这个 windows 版本。

我在安装 Caffe 时遇到了一些问题。请让我知道是否有人遇到过同样的问题。谢谢。

make runtest
.build_release/test/test_all.testbin 0 --gtest_shuffle
Cuda 设备数量：1
设置为使用设备 0
当前设备 id：0
注意：使用种子 88789 随机化测试的顺序。
[==========] 从 169 个测试用例中运行 838 个测试。
[---------] 全局测试环境设置。
[---------] ImageDataLayerTest/3 的 3 个测试，其中 TypeParam = caffe::DoubleGPU
[ RUN ] ImageDataLayerTest/3.TestResize
F0107 14:26:04.664185 3079 math_functions.cpp:91] 检查失败：错误 == cudaSuccess (11 vs. 0) 无效参数
* 检查失败堆栈跟踪：*
@ 0x2ab3f5243daa (unknown)
@ 0x2ab3f5243ce4 (unknown)
@ 0x2ab3f52436e6 (未知)
@ 0x2ab3f5246687 (未知)
@ 0x6bdc35 caffe::caffe_copy<>()
@ 0x7439af caffe::BasePrefetchingDataLayer<>::Forward_gpu()
@ 0x428da2 caffe::Layer<>::Forward()
@ 0x62ff :ImageDataLayerTest_TestResize_Test<>::TestBody()
@ 0x657363 testing::internal::HandleExceptionsInMethodIfSupported<>()
@ 0x64de07 testing::Test::Run()
@ 0x64deae testing::TestInfo::Run()
@ 0x64dfb5 testing::TestCase ::Run()
@ 0x6512f8 测试::internal::UnitTestImpl::RunAllTests()
@ 0x651587 testing::UnitTest::Run()
@ 0x41d3a0 main
@ 0x2ab3f8396ec5 (unknown)
@ 0x4243d7 (unknown)
@ (nil) (unknown)
make: *** [runtest] Aborted (core dumped)

Ubuntu 14.04

我正在为 android 编写应用程序，并且正在使用 caffe 库。我的问题是，在开始时我需要初始化 caffe，这是通过将两个文件（网络结构）传递给 caffe 来完成的。问题是我不知道如何在设备上存储额外的文件。我已将模型文件添加到资产中，但我不知道如何使用文件路径读取它。你能告诉我在哪里存储可以使用文件路径访问的这些文件吗？

感谢您的任何想法。