问题标签 [lmdb]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
classification - Caffe 产生负损失值(使用 lmdb 进行多标签分类)
我正在尝试基于 lmdb 数据库进行多标签分类。我创建了两个不同的数据库。一个用于图像本身,一个用于标签。我的意图是为水平和垂直方向的角度设置 2 个不同的标签。这意味着 label1 [0-360] label2 [0-360]。
为此,我的代码如下:
我的train.txt
样子:/path/to/image label1 label2
wherelabel1
和label2
是整数。
我的train_val.prototxt
样子是这样的:
测试阶段的部分是相同的
我的损失层如下所示:
python - 对数据库执行写操作时出现 MDB_MAP_FULL 错误
我正在尝试在我自己的 lmdb-database 中为 python 中的 caffe 编辑标签:
但是当我运行它时,我有错误:
mdb_put:MDB_MAP_FULL:已达到环境映射大小限制
当我试图通过它的键删除记录时,我遇到了同样的错误:
谁能解释我,我做错了什么?
lmdb - lmdb:如何确定剩余的可用空间?
创建 lmdb 环境时,我可以指定地图大小。有没有办法在任何时候确定地图大小已用完多少?
换句话说,我需要找出剩余多少可用空间才能解决空间不足的问题。
我唯一能想到的就是遍历所有数据库并使用 mdb_env_stat 来获取分支、叶子和溢出页面的数量。将所有数据库(乘以页面大小)汇总起来,并与当前地图大小进行比较。这是计算已用空间的正确方法吗?
python - 如何在没有 Caffe 的情况下在 python 中从 LMDB 加载图像?
我想从我创建的 LMDB 数据库中加载我的图像和标签数据。我为相应的图像标签对分配一个唯一键并将它们添加到 LMDB(例如 image-000000001、label-000000001)。在保存图像时,我使用image.tostring()
. 现在在加载 LMDB 时,我发现我可以通过传递我生成的密钥非常简单地获取标签,但是图像数据以编码方式显示。做一个numpy.fromstring(lmdb_cursor.get('image-000000001'))
不起作用。
我在这里看到-第二个答案,特别是@Ghilas BELHADJ,必须使用 Caffe-datum 对象首先加载数据,然后使用datum.data
. 但是我没有这样的结构,其中图像和标签是使用“数据”和“标签”标签组织的。如何从 Python 中的这种 LMDB 以 numpy 图像的形式正确读取数据?
在 Lua 中,可以这样实现,
我不知道如何在 Python 中做到这一点。
neural-network - 在 caffe 中运行第一个示例的问题
我是 Caffe 和 Python 的初学者。我在 ubuntu 16.04 中安装了 Caffe 并成功编译。我在 anaconda 2 中创建了一个环境并使用 Cmake 进行编译。我运行了这段代码,它打印了 caffe 版本。
所以我想我已经正确安装了。我想在 caffe 有我的第一次体验,所以我按照这个链接中的说明进行操作。但我对此并不熟悉。它给了我这个错误:
如果有人能指导我如何开始在 caffe 中运行示例和模型,我真的很感激。
python - caffe,训练非图像数据,恒定损失和准确率
我创建了自己的lmdb
数据库,其中包含(非图像)2Dnumpy
列表数据值在 0 到MAX_INT
.
样本量是1500*75
,而原始样本量是15000*77
(训练非常慢)。我有 2400 个样本,分为 5/6 用于训练和 1/6 测试。我的网络仅包含 2 个类(0,1)。
网络根本没有学习,我一遍又一遍地得到相同的值,损失为 0 或 87.3366,准确度始终为 0.495,从iter 0
until 开始iter 20K
。
我已经尝试了所有可能的解决方案,调整参数,加深网络,改变整个网络!我究竟做错了什么?
machine-learning - NVIDIA DIGITS - 多个输入层
我有一个关于 NVIDIA DIGITS 框架的问题。所以我一直在使用没有 DIGITS 的 caffe,并且到目前为止使用了 HDF5 层。在那里我可以使用多个“顶部”(data_0、data_1、data_2)输入(参见下面的代码)。所以我可以给网络提供一个以上的输入图像。但在 DIGITS 中,只有 lmdb 输入层有效。
那么是否可以创建具有多个输入图像的 lmdb 输入层?
caffe - 创建 LMDB 数据库时是否必须转置灰度图像?
我正在将一组图像和一组地面实况图像转换为 LMDB 数据库。目的是逐像素预测。大部分用于从 RGB 图像创建 LMDB 的代码都有一行表示按CxHxW
顺序转置,如下所示:
我的图像数据(训练数据和相应的地面实况图像)是灰度的(即单通道)。我的问题是,这条线的目的是什么,我应该为我的single channel
图像和基本事实做这个矩阵转置还是没有必要?
感谢您的帮助。
python - 使用 Python 将图像作为编码文件插入到 LMDB
我正在尝试使用以下代码段将一堆图像插入 LMDB 格式:
但是,由于未压缩的字节被写入磁盘,因此生成的文件非常大!!因此,我想知道如何在 python 中将编码属性设置为 JPG。我已经知道这个选项在 C++ api 中可用。
提前致谢