问题标签 [matconvnet]
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.
deep-learning - 创建平均图像时出现“检查失败:size_in_datum == data_size”错误,如何解决?
我正在尝试从 caffe 中的训练数据生成平均图像。我的数据是 256x256 灰度图像。create_imagenet.sh
我通过使用替换--shuffle
来创建 lmdb --gray
。
我编辑 create_imagenet.sh 如下:
我成功生成了我的 LMDB 数据库。但是我在创建时仍然收到以下错误mean image
。
我确信所有图像都具有相同的大小和格式。有没有人有任何建议来解决这个错误?
非常感谢您的帮助。
deep-learning - 为什么在训练 FCN-8 期间损失保持不变?
我正在尝试运行 FCN-8s。我做了以下步骤: 1. 下载这个存储库
2. 将我的数据转换为 LMDB 并更改 train_val.prototxt 中的路径 3. 下载 fcn8s-heavy-pascal caffemodel
4. 将number_of_output
intrain_val.prototxt
和deploy.prototxt
从60更改为5(类数在我的数据中)在最后几层:
我从帕斯卡数据集的预训练模型的权重开始训练。但随着时间的推移,损失保持不变(损失 = 105476)。
我不知道我做错了哪一部分。非常感谢您为解决此问题提供的帮助。
matlab - 使用 MatConvNet 进行二进制分类的 CNN
我已经开始在 MatConvNet 中使用带有基本二进制分类的 CNN。我有 90 张图像,总共有 750 个飞机和地面实况框。使用地面框,我将所有飞机图像块提取为正样本,并为输入创建变量。这是MATLAB代码:
如果我结合飞机(正面)和非飞机(负面)图像补丁,那么代码会是这样的吗?
images.data
就像 [All Positives All Negatives ]
images.labels
将组织数据 [All 1's All 0's ]
和 images.set 将是 images.set =[ ones( 1, Npos_train ) 2*ones( 1, Npos_val) 3*ones( 1, Npos_test)];
问:这里让我感到困惑的是:如果我们想要 200 个样本进行训练。images.data
那么如果数据存储在和中,CNN 将如何自动获取正负样本images.labels
?
deep-learning - 训练 CNN 进行二元分类时出错
您好,为了熟悉 CNN,我准备了二进制分类飞机(760 幅图像)或非飞机(750)的代码。
这是我的 MATLAB 代码
我从 MINST 示例中获取的网络部分。我已将此文件和 getBatch 函数保存在 MatConvNet 示例文件夹中。当我运行时,cnn_train
我得到了这个输出和错误。
任何人,请帮我解决这个错误。另外,我搜索了这个错误,我发现我需要检查 mex 文件并使用 vl_compilenn('verbose', 1) 进行编译。我在编译时也遇到了错误:
使用 mex 时出错
链接:致命错误 LNK1104:无法打开文件 'C:\Users\z5085693\Downloads\matconvnet-1.0-beta23\matconvnet-1.0-beta23\matlab\mex\vl_nnconv.mexw64'
vl_compilenn>mex_link (line 547) mex(mopts{:}) 中的错误;
vl_compilenn 错误(第 498 行) mex_link(opts, objs, mex_dir, flags.mexlink) ;
deep-learning - 如何将 .caffemodel 转换为 .mat 格式
我想在 matconvnet 中使用我微调的 caffe 模型进行进一步处理。但是 Andrea vedaldi 在 https://github.com/vlfeat/matconvnet/blob/master/utils/import-caffe.py提供的脚本 留下了以下我无法修复的错误:
google.protobuf.text_format.ParseError:8:1:消息类型“caffe.NetParameter”没有名为“layer”的字段。
当我在 import-caffe.py 的参数中包含我的 caffe.proto 文件时,它会留下以下错误
google.protobuf.text_format.ParseError:8:1:消息类型“caffe.NetParameter”没有名为“layer”的字段。
如果任何研究人员可能已经解决了这个问题,我将不胜感激。
提前感谢塔伦
neural-network - 如何设计一个 CNN(层的输入和输出)?
我是一个初学者,正在逐步学习深度学习。我有一个关于设计网的问题。我在论文中看到,有不同输入/输出的层,我不知道如何在实现之前计算/设计。例如,在本文中,在原理图图层输出旁边有一些数字(见下图)。如何为具有特定图像大小作为输入的网络指定这些过滤器大小和其他参数。
他们已经提到,对于256x256
输入图像,网络的总子采样因子是4
,导致 a 64x64xL array
,其中 L 是类标签的数量。这个64x64
尺寸是如何获得的?
我如何学习设计网络并计算层的输入/输出?
感谢您的任何帮助
matlab - 如何强制 MATLAB 2016a 使用 gcc-4.7.x 而不是我拥有的 (gcc-5.4.1)?
对于旧版本的 MATLAB,有一些关于此的帖子,但它们似乎不适用于 R2016a。
我正在尝试在 Ubuntu 16.04 上安装 MatConvNet。当我按照此处vl_compilenn
所述运行命令时,它会给我一个警告,如下所示:
我已经安装了 gcc-4.7 和 g++-4.7 使用apt-get install gcc-4.7 g++-4.7
. 如何强制 MATLAB 使用这些版本而不是默认版本?
matlab - MatConvNet:为类设置权重
想象一下 CNN 的输出是 1x1920。要分类的类是1
和2
,很少2
。例如,一张图片的标签可以是:
对于 CNN 来说很容易说输出是 all1
并且在2
. 因此,当我测试经过训练的网络时,输出向量 1x1920 是 all 1
。所以我想给课程增加一些重量,这样失败2
就更重要了。例如:
我怎样才能做到这一点?
neural-network - MATCONVVNET nnloss 错误“索引超出矩阵维度”
我使用一组 51000 张图像制作了自己的 IMDB,这些图像分为 43 个不同类别的道路交通标志。但是,当我想使用自己的 IMDB 训练 alexnet 网络时,我收到一条错误消息:索引超出矩阵维度。
你知道我做错了什么吗?我已经检查了我的 IMDB,并且图像、标签和集合已按照我的代码中的指定正确创建。此外,图像数组被声明为单类型而不是 uint8。
下面是我的训练代码