caffe网络结构解析
来源:互联网 发布:网络攻防 编辑:程序博客网 时间:2024/06/03 05:31
下面是make_imagenet_mean.sh里面的内容
#!/usr/bin/env sh# Compute the mean image from the imagenet training lmdb# N.B. this is available in data/ilsvrc12EXAMPLE=E:/deeplearning/caffe-master/test_myself/my_dataDATA=E:/deeplearning/caffe-master/test_myself/my_dataTOOLS=E:/deeplearning/caffe-master/Build/x64/Release$TOOLS/compute_image_mean $EXAMPLE/my_train_leveldb \ $DATA/imagenet_mean.binaryproto --backend=leveldbecho "Done."
可以看出用compute_image_mean.exe执行了均值文件计算,而且只计算了my_train_leveldb 的均值,这是训练数据。
均值文件是通过训练集计算出来的,测试集不需要计算出均值文件。在训练阶段和测试阶段都是用的训练集的均值文件。
均值的理论概念参考:http://ufldl.stanford.edu/wiki/index.php/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90
看到这里,其实我也一直不明白这个均值文件到底是什么东西,里面到底是什么,存的什么数据。为此,我想用matlab来看里面的数据。
配置matlab接口参考:http://blog.csdn.net/zb1165048017/article/details/51702686
配置完进行数据转换,参考博客:http://blog.csdn.net/yihaizhiyan/article/details/27214461
自己用的代码:
mean_file = 'E:\deeplearning\caffe-master\test_myself\my_data\imagenet_mean.binaryproto'; image_mean = caffe.io.read_mean(mean_file);% help caffe 可以查到read_mean该函数 save 'E:\deeplearning\caffe-master\test_myself\my_data\image_mean.mat' image_mean得到image_mean.mat文件,文件大小为32*32*3,显然这是一张类似3通道的图。
至此,我们知道,每次训练时,输入的原始图片都要减去这张均值图片,然后才真正输入到网络中去,测试时也一样。
阅读全文
0 0
- caffe网络结构解析
- caffe结构解析
- Caffe网络结构
- Caffe 网络结构可视化
- caffe 编写网络结构
- Caffe-网络结构可视化
- caffe网络结构可视化
- Caffe 网络结构可视化
- caffe网络结构可视化
- caffe:网络结构可视化工具
- 【深度学习】caffe结构解析(一)
- 【深度学习】caffe结构解析(二)
- caffe 网络结构几个部分简单介绍
- Caffe学习:使用pycaffe绘制网络结构
- Caffe小玩意(1)-可视化网络结构
- Caffe小玩意(1)-可视化网络结构
- caffe使用draw_net.py网络结构绘制
- Caffe: 用Python绘制网络结构
- ExtJS Ext.MessageBox
- 最大连续子数组和
- Intellij IDEA war exploded update classes and resources
- 利用DB-link实现快速跨库表数据复制
- 向map中添加成员操作
- caffe网络结构解析
- android 签名浅述
- border边框线类型
- 如何选择Linux企业服务器发行版
- leetcode解题方案--035--Search Insert Position
- java工厂设计模式基础代码
- 二级列表实现购物车效果
- 已有Android工程集成Unity工程
- ArrayList、string、string[]之间的转换