问题标签 [matcaffe]

我正在研究咖啡。我已经使用 提取特征extract_features.bin，它将创建如下图所示的结果。它表示该功能将以 LevelDB 格式存储。但是，因为我几乎在 MATLAB 中工作，所以我想在我的 MATLAB 上读取这个输出。但是，我仍然找不到如何做到这一点的方法。任何人都可以帮助我吗？

我知道在 caffe 用户组中可能会更好地问这个问题，但我无法访问用户组并且不知道在哪里提出问题，因为我不确定这是否需要在 git 中作为问题提出。无论如何，我正在做的是：

我有一组灰度图像，我想用它们来训练使用 caffe 的 CNN。我正在使用提供的 caffenet 模型定义的修改版本，稍作修改（即：通道 = 1 而不是 3，因为我有灰度图像）。到目前为止，我使用 imagenet 提供的平均图像来训练 CNN，它训练并生成了结果。现在我想计算我自己的训练/测试数据集的图像平均值并将其用作平均图像，因此我使用 build/tools/ 中的文件来执行此操作。它需要图像在 lmdb 中，所以我首先使用 convert_imageset 将图像转换为 lmdb，然后使用 compute_mean 计算平均值。我确保在使用 convert_imageset 时使用 --gray 标志，因为我的图像是灰度的。当我重新运行 caffe 时，出现以下错误。据我了解，这是一个渠道不匹配，但我不知道如何解决这个问题。

我在 train_val.prototxt 中有以下内容

这在 deploy.prototxt

我有一个像这样的长文本文件：

我想提取以下信息

[ Iteration, Train net output, lr ]

并将它们放在 MATLAB 中的一个单元格中。

你能指导我怎么做吗？

我正在尝试将MTCNN_face_detection_alignment的 MATLAB 实现移植 到 python。我对 MATLAB 和 python 使用相同版本的 caffe 绑定。

重现问题的最少可运行代码：

MATLAB：

Python：

我使用的模型位于此处（det1.prototxt 和 det1.caffemodel）

我用来获得这些结果的图像：

我从这两种情况中得到的结果：

结果相似，但不一样。

UPD：看起来不是类型转换问题（已更正，但没有任何改变）。我在matlab中保存了conv1层（第一个通道）之后的卷积结果，并在python中提取了相同的数据，现在两个图像都由python cv2.imshow显示。

输入层的数据（数据）是完全一样的，我用同样的方法做了检查。

正如您所看到的，即使在第一层（conv1）上也可以看到差异。看起来内核以某种方式发生了变化。

谁能说差异隐藏在哪里？

问题： 使用 MatCaffe 测试 MNIST 分类时，我的准确率非常低 (10%)。

背景 我使用lenet_train_test和lenet_solver训练了 MNIST 数字，并在 caffe 基本界面中观察到了约 99% 的测试准确度。我保存了 caffmodel 并想使用MatCaffe 接口验证准确性。因此，我创建了一个deploy.prototxt文件（使用lenet_train_test），批量大小为 10000（等于测试图像的数量）。我还将 MNIST 测试图像和标签保存在单个 mat 文件中。我的 Matlab 代码如下：

我想知道我是否在代码中遗漏了什么？

我有个问题。我有一个运行良好的网络我想做回归。但是，当我尝试将其用于分类时（在进行了所谓的适当更改之后），我遇到了一些问题。我有 9 节课，但问题是网络以我不清楚的方式输出我。它为每个对象输出一个 9x1 向量，这很好，但里面的值不是概率。我尝试将 softmax 输出转换为 probabilities(exp(1)/(exp(1)+..+exp(n))) 但没有影响。我正在使用 caffe 和 matcaffe 。我想要的是网络告诉我它属于哪个类的输入。基本上在输出中我想要一个代表我的班级的单个值。我正在附上我的 prototxt 文件。`

`

我正在尝试进行分类。我一共有9节课。我的损失函数有 3 个潜力，但在训练中我只考虑了一个。我已将两个损失函数的权重设置为零，因此只考虑损失函数中的一项。训练运行良好。但是，当我测试时，我的所有班级值都得到了 NAN。有人可以指导我吗？我使用的 caffe 下面是我的 prototxt 文件。“angle_head”是我感兴趣的潜力。

我一直在尝试在 Ubuntu 16.04 中编译 Matcaffe。我可以成功编译 caffe 和 pycaffe（使用 gcc 5）。但是，由于 Ubuntu 16.04 带有 gcc 5，并且 MATLAB R2016b 与 gcc 4.9 兼容，因此在编译期间我收到了以下警告（使用make matcafee）：

MEX matlab/+caffe/private/caffe_.cpp 使用“g++”构建。警告：您使用的是 gcc 版本“5.4.0”。不支持 gcc 的版本。MEX 当前支持的版本是“4.9.x”。有关当前支持的编译器的列表，请参见： http: //www.mathworks.com/support/compilers/current_release。MEX 成功完成。

即使创建了 MEX 文件，我也无法在 MATLAB 中使用它，因为它无法识别它们。

为了解决这个问题，我安装了 gcc 4.9 和 g++ 4.9 并更新了符号链接以使用它们。当我尝试编译 matcaffe 时，我收到以下错误消息：

MEX matlab/+caffe/private/caffe_.cpp 使用“g++”构建。/tmp/mex_286607035953408_13265/caffe_.o: 在函数 net_copy_from(int, mxArray_tag**, int, mxArray_tag const**)': caffe_.cpp:(.text+0x167d): undefined reference to caffe::Net::CopyTrainedLayersFrom(std::string)' /tmp/mex_286607035953408_13265/caffe_.o: 在函数get_net(int, mxArray_tag**, int, mxArray_tag const**)': caffe_.cpp:(.text+0x182b): undefined reference tocaffe::Net::Net(std::string const&, caffe::Phase, int, std::vector > const*, caffe::Net const*)' /tmp/mex_286607035953408_13265/caffe_.o: 在函数get_solver(int, mxArray_tag**, int, mxArray_tag const**)': caffe_.cpp:(.text+0x343f): undefined reference to caffe::ReadSolverParamsFromTextFileOrDie(std::string const&, caffe::SolverParameter* )' /tmp/mex_286607035953408_13265/caffe_.o: 在函数std::string* google::MakeCheckOpString<int, int>(int const&, int const&, char const*)': caffe_.cpp:(.text._ZN6google17MakeCheckOpStringIiiEEPSsRKT_RKT0_PKc[_ZN6google17MakeCheckOpStringIiiEEPSsRKT_RKT0_PKc]+0x42): undefined reference to google::base::CheckOpMessageBuilder::NewString()' /tmp/mex_286607035953408_13265/caffe_.o: 在函数std::string* google::MakeCheckOpString<unsigned long, int>(unsigned long const&, int const&, char const*)': caffe_.cpp:(.text._ZN6google17MakeCheckOpStringImiEEPSsRKT_RKT0_PKc[_ZN6google17MakeCheckOpStringImiEEPSsRKT_RKT0_PKc]+0x42): undefined reference to google::base::CheckOpMessageBuilder::NewString()' collect2：错误：ld 返回 1 个退出状态

Makefile：511：目标“matlab/+caffe/private/caffe_.mexa64”的配方失败 make：*** [matlab/+caffe/private/caffe_.mexa64] 错误 255

有没有人在 Ubuntu 16.04 上成功编译过 Matcaffe？我还用 MATLAB R2014b 和 gcc 4.7 尝试了相同的过程，但没有任何成功。

我正在尝试在 windows 上安装 Caffe 深度学习平台并苦苦挣扎了很多天。不幸的是，我仍然无法安装它。

我按照尼尔在他的博客上提到的说明进行操作。在步骤 3 中设置 Cmake 期间，我找不到“CMAKE_LINKER”来检查它，我忽略了这个并尝试在 Visual Studio 2013 的“OpenCV.sln”文件中构建“ALL_BUILD”。我收到标题错误 LNK的错误.

• 有人知道这个 CMAKE_LINKER 我应该如何将它放在 CMake 列表中进行配置？
• 我应该包括哪些软件/库？
• 能否请您指导我如何安装 Caffe？如果您有任何分步教程，我将不胜感激，与我分享。

感谢您的帮助谢谢

我想运行 [FCN 代码][1] 进行语义分割。但是，我是 Caffe 的初学者，我不知道应该从什么时候开始运行代码。

跑步有分步指导吗？