问题标签 [pycaffe]
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.
caffe - Faster-RCNN 评估
我正在 INRIA Person 数据集上训练 Faster-RCNN（VGG-16 架构）。我接受了 180,000 个训练步骤的训练。但是当我评估网络时，它会用相同的图像给出不同的结果。以下是图片
我不确定为什么它会为同一组权重给出不同的结果。网络是在 caffe 中实现的。非常感谢您对问题的任何见解。
下图显示了不同的网络损失
caffe - Python cfg 文件中更快的 RCNN
PROPOSAL_METHOD: gt在 fast_rcnn_end2end.yml 文件中意味着什么？
是否意味着 ROI 提议只是 Ground Truth Bounding Box？
该文件的链接在这里
machine-learning - 在 GoogLeNet 中修改 Deploy.prototxt
我使用了预训练的 GoogLeNet，然后在我的数据集上针对二进制分类问题对其进行了微调。验证数据集似乎给出了"loss3/top1"98.5%。但是当我在评估数据集上评估性能时，它给了我 50% 的准确率。无论我对 train_val.prototxt 做了什么更改，我在 deploy.prototxt 中都做了同样的更改，我不确定我应该在这些行中做哪些更改。
有什么建议么？？？
deep-learning - 实现 GoogleNet 时的混淆预测
我在检测和本地化过程中使用了 GoogleNet 的 Caffe 实现，可从https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet获得。我在我自己的细粒度分类任务中使用这个网络进行迁移学习取得了巨大的成功，但我在使用开箱即用的实现时遇到了很多困难。使用稍微调整的deploy.prototxt版本，批量大小从 10 减少到 1，我预测此目录中包含的图像的类。
这些图像直接取自 ImageNet 训练集。有趣的是，网络以高度的置信度为每一对分配相同的标签，但这些标签似乎与ImageNet 提供的标签完全不一致。网络似乎正在工作，但也许我引用了错误的类标签映射？非常感谢您所有 Caffe/ImageNet 专家的任何帮助！
neural-network - 内积层 Caffe 形状不匹配
我已经训练了一个网络并尝试应用它，但收到以下错误：
无法从层“ip1”复制参数 0 权重；形状不匹配。源参数形状为 384 72576 (27869184)；目标参数形状为 384 224(86016)。要从头开始学习该层的参数，而不是从保存的网络中复制，请重命名该层。
该层的网络配置如下所示：
是暹罗网络的联合场所。
当我开始训练时，我收到以下输出：
应用网：
如果重要的话，我在训练时使用了 256 的批量大小。
这里有什么问题？我只是看不到。我已经将我的网络从 train.prototxt 文件复制粘贴到 apply_net.prototxt，就是这样
caffe - 无法在 pycaffe 中加载 2 个模型
我正在尝试在 pycaffe 中加载几个模型，以便我可以执行集成学习。我可以很好地加载 1 个模型并对其执行测试，但是当我尝试加载我的第二个模型时它就停止了。
我使用以下代码：
当我执行代码时，它会在尝试net1在日志中加载以下内容时停止：
ubuntu - 在 Ubuntu 上安装 Caffe 时出错 - 仅限 CPU
我按照说明在不使用 GPU 的情况下在 Ubuntu 上安装 Caffe： <a href="https://stackoverflow.com/a/31396229/3198732">https://stackoverflow.com/a/31396229/3198732
“make all”命令成功完成。运行“make test”时出现以下错误：
CXX/LD -o .build_release/test/test_all.testbin src/caffe/test/test_caffe_main.cpp /usr/bin/ld: /usr/local/lib/libcaffe.a(common.o): undefined reference to symbol ' _ZN6google21ParseCommandLineFlagsEPiPPPcb' /usr/lib/gcc/x86_64-linux-gnu/4.8/../../../x86_64-linux-gnu/libgflags.so：添加符号时出错：命令行collect2中缺少DSO：错误：ld返回 1 退出状态 make: *** [.build_release/test/test_all.testbin] 错误 1
关于如何解决这个问题的任何想法？
python - 使用 Python 代码（ caffe.io.oversample 函数）仅返回带有 Caffe 过采样的中心裁剪
我正在尝试使用 Python 代码 caffe.io.oversample 函数（而不是分类器.py）仅返回带有 Caffe 过采样的中心裁剪。我试图修改代码以仅返回中心作物，但它仍然返回 10 而不是 1 作物。我已经重建了 caffe 和 pycaffe 但是情况仍然是一样的。如何让 python 代码只返回一种作物？我很困惑。我以前用过matcaffe，但我不知道python，我只是边走边想。谢谢！
修改部分：
其原文：
python - Caffe NN 中的正向传递并行
我有一个 Caffe 神经网络，我想在网络中进行前向传递（使用 GPU）而不阻塞主线程。我正在使用 python，我尝试使用线程和多处理。即使我要求它使用 GPU，他们也在使用 CPU。这是我的代码：
python - 保存问题 - 加载 apollocaffe 模型
我正在使用以下命令保存训练有素的模型：
然后使用以下命令加载它：
但是在加载模型后，当我尝试使用 net.blobs() 打印 blob 时，它给了我一个空字典。看起来该模型未正确保存或未正确加载。
请在这方面帮助我。提前致谢。