基于Caffe的深度学习实践

首先申明,我这不是原创,也不是拷贝。不会    拷贝别人的资料   , 代码只拷贝一部分。在这里,我只给出链接。

后面的转载代码,都是这样。不会有例外。给原创最真实的感受..

原文链接:caffe的深度学习实践

如果原文链接不见:

这里还有链接:

A Practical Introduction to Deep Learning with Caffe and Python

这博客的主要内容,cnn 网络 不是标准的vgg - F 网络.

训练后的模型,检测  图片 结果还算过得去.

我验证准确率大概为70%...

1.写这 基于  有以下几点:

A. DataCastle[猫狗大战]冠军——Kuhung 思路及代码猫狗大战

B.  caffe入门 从vgg16结构学习caffe  vgg 16

C .  VGG16模型理解    理解 Vgg 16

2.  所做工作:

A.   下载数据集

B.   制作lmdb  数据  .   create_lmdb.py 做了这些事   (博客已经提到  ,不再指出 )

C . 绘制模型图 .  (了解模型结构   ....   模型层级  ... )

D.  生成 训练数据的平均图像 ...    (后面要 用到  .. 至于怎么生成,博客已有)

E. 准备好一切就绪,开始训练 ...    (记得保存  训练log  ,方便制作 图形,可视化 ....  )

F.  绘制学习曲线    (查看曲线走向,模型是否  正常 )

G. 待训练一段时间,保存 caffemodel . 就可用于 验证 ....   (验证 方法,  博客有,  不做说明)

改掉数据来源路径 即可,预测 ...

引用别人的博文,不给 地址就算了,还只 cp 一部分...

不想拿着别人写好的作品,当作自己已经理解的能力,所说就是借鉴...

先看到网上的绝大都说博客  都是这样子,有点可惜。从没有自己的 思 想 在里面...

你有多成功,不是自己说了算

猜你喜欢

转载自blog.csdn.net/teleger/article/details/82463937