问题标签 [matcaffe]

我尝试使用我自己的图像数据库来训练我自己的神经网络，如

http://caffe.berkeleyvision.org/gathered/examples/imagenet.html

但是，当我想在使用 matlab 包装器对一些标准图像进行训练后检查神经网络时，我得到以下输出/错误：

我之前使用 matlab 包装器来提取基于预训练模型的 cnn 特征。有效。所以我不认为我的图像的输入大小是问题（它们通过函数“prepare_image”在内部转换为正确的大小）。

有谁知道可能是什么错误？

背景

昨天我构建了Caffe，它的依赖关系没有问题。

今天，由于找不到 protobuf 依赖项，我在构建 Caffe Matlab 包装器时遇到了问题。所以我重建了 Caffe:make clean后跟 a make all，希望能解决问题。

现在 Caffe 构建抱怨 protobuf 依赖。

错误输出在这个问题的底部给出。

在原始（成功）构建和失败构建之间，我需要pip install protobuf允许 Caffe python 包装器导入 protobuf，因为 python 抱怨无法找到 protobuf 包。这是 Caffe 重建失败之前涉及 protobuf 的唯一“更改”。

我曾尝试使用 brew 重新安装 protobuf，但这没有帮助。

所以基本上与 protobuf 相关的事件的年表如下：

每当找不到 protobuf 时，brew list --versions显示 protobuf (2.6.1) 已安装。

问题

有人可以解释一下为什么在明确安装时找不到protobuf吗？

尤其令人困惑的是，它最初是被发现的（在最初的成功构建期间），而现在尽管采用了相同的方法，但它却没有被发现。

这是错误输出：

我正在使用 caffe (CNN) 库 ( 'bvlc_reference_caffenet.caffemodel') 中提供的预训练 imagenet 模型。我可以为使用此模型的任何图像输出 1000 个对象分数的暗淡向量。
但是我不知道实际的对象类别是什么。有人找到一个文件，其中列出了相应的对象类别吗？

我按照http://caffe.berkeleyvision.org/gathered/examples/mnist.html在 mnist 数据库上成功训练了我的 Caffe 网络

现在我想使用 Matlab 包装器用我自己的图像测试网络。

因此，在“matcaffe.m”中，我加载了文件“lenet.prototxt”，该文件不用于训练，但似乎适合测试。它引用 28 x 28 像素的输入大小：

因此，我相应地调整了“matcaffe.m”中的“prepare_image”函数。现在看起来像这样：

这会将输入图像转换为 [1 x 1 x 28 x 28]、4dim、灰度图像。但 Matlab 仍然在抱怨：

有人有根据自己的数据测试训练有素的 mnist 网络的经验吗？

如何计算模型中的参数数量，例如用于 mnist 的 LENET，或用于 imagent 模型的 ConvNet 等。caffe 中是否有任何特定函数可以返回或保存模型中的参数数量。问候

我在 Matlab 中有一堆二维数据矩阵（没有图像数据，但有一些单精度数据）。

有谁知道如何将 2D matlab 矩阵转换为 caffe 训练自定义神经网络所需的 leveldb 格式？

我已经完成了关于如何训练图像（使用 imagenet 架构）和 mnist（数字识别数据集）的教程。但是在后一个示例中，他们没有展示如何创建相应的数据库。在教程中已经提供了数据库。

在构建 MatCaffe（Caffe 的 Matlab 包装器）期间，我遇到以下错误：

经过仔细检查，我发现使用以下命令发现以下文件是造成上述错误的原因：

它向我揭示了以下内容：

所以，我把对应的-lpython2改为-lpython2.7，希望能解决问题。但是没有收成。

我还尝试了以下方法：

1. 删除 CMakeCache.txt 并进行制作。但它没有用。

2. 我在 /cmake-master 中编辑了默认的 CMakeLists.txt 文件，以更改一些默认设置。我发现 Caffe 的 CMakeLists.txt 中的默认 python 版本设置是 2 。

   //指定使用哪个python版本 python_version:STRING=2.7

我将其更改为 2 ，并在一个新的构建文件夹中重复了整个 configure-generate-make 过程。但是没有收成。每次相同的 matlab/build.make 文件显示 -lpython2 时，直接将其更改为 2.7 不会产生。

3. 我试图查看 matlab/build.make 文件，但找不到可以直接与此错误相关的任何内容。

任何可靠的帮助将不胜感激。我在 Ubuntu 14.04 上使用 MATLAB 2014a。

作为caffe_.cpp一个私有函数，当我调用类似的函数时caffe.reset_all()，总是有一个错误告诉我它找不到caffe_.cpp。

那么如何在 MATLAB 中使用它呢？

我正在使用微调网络进行回归，在 caffe flickr 样式示例的行中，我已将最后一层中的 num 输出更改为 1，但是在使用 matlab 包装函数对图像进行测试时matcaffe_demo()。它返回对应于单个图像的 10 个输出，而它应该只返回 1。

这是我的最后一层'deploy.prototxt'

可以看到，num_outputs是 1，问题是当我使用 测试图像上的微调网络时matcaffe_demo()，它会给出 10 个输出标签而不是 1。任何人都可以帮助我了解这里发生了什么。提前致谢。

我想我们也许可以对一些执行多类别分类的方法进行 Caffeinated 描述。

多类别分类我的意思是：输入数据包含多个模型输出类别的表示和/或简单地在多个模型输出类别下可分类。

例如，包含猫和狗的图像将（理想情况下）为猫和狗预测类别输出 ~1，为所有其他类别输出 ~0。

1. 根据这篇论文，这个陈旧封闭的 PR和这个开放的 PR，似乎 caffe 完全可以接受标签。这个对吗？

2. 构建这样的网络是否需要使用多个神经元（内积 -> relu -> 内积）和 softmax 层，如本文第 13 页所示；还是 Caffe 的 ip & softmax 目前支持多个标签维度？

3. 当我将标签传递给网络时，哪个示例可以说明正确的方法（如果不是两者）？：

   例如 猫吃苹果注意：Python 语法，但我使用的是 c++ 源代码。

   列 0 - 类在输入中；第 1 列 - 类不在输入中

   或者

   第 0 列 - 类在输入中

   /li>

如果有任何不清楚的地方，请告诉我，我将生成我试图提出的问题的图片示例。