我通过caffe使用自己的数据集训练网络，现在我想用C++编写一个分类代码。我的机器(linux)只与CPU一起工作！(我用GPU在虚拟机中训练网络)。
当我试图“包括”特定的Caffe头：#include <caffe/caffe.hpp>时，编译器会向我显示这个消息：fatal error: caffe/caffe.hpp: No such file or directory。
我试图将特定的caffe文件复制到/usr/lib/，但没有帮助。有什么建议吗？
浏览 0提问于2016-08-25得票数 2
回答已采纳
关于在Linux中运行培训的命令，我有一个问题。我在caffe框架中使用GoogleNet模型对我的图像进行二值分类。我使用以下命令来训练数据集
./build/tools/caffe train --solver=models/MyModelGoogLenet/quick_solver.prototxt
但是我收到了这个错误
bash：./build/tools/caffe:没有这样的文件或目录
如何解决此错误？任何建议都会有很大帮助。
浏览 3提问于2016-04-19得票数 2
回答已采纳
3回答
如何使用Caffe启用多线程？
、、、、
我想编译/配置Caffe，这样当我用它训练人工神经网络时，训练是多线程的(只有CPU，没有GPU)。如何使用Caffe启用多线程？我在Ubuntu14.04 LTS x64上使用Caffe。
浏览 4提问于2015-07-14得票数 12
回答已采纳
1回答
同时使用caffe作为
./build/tools/caffe火车
caffe也进入了“阶段:测试”，但我没有测试数据。我只想训练我的训练数据上的参数，所以我没有在"train.prototxt“中使用”阶段:测试“，这会导致错误。我该怎么办？
浏览 3提问于2016-01-15得票数 1
回答已采纳
我用Python (maskextractor.py)编写了自己的咖啡层。当从头开始训练网络时，它工作得很好。但一旦我尝试从保存的网络中进行微调：
../caffe/build/tools/caffe train -solver solverFCN8s_MCN_newmodule.prototxt -snapshot snapshot/train8MCNs_borders_pascal_maskextractor_iter_1.solverstate
我得到的错误是导入新层失败：
I1127 09:38:40.254966 3102 layer_factory.hpp:77] Creatin
浏览 7提问于2017-11-27得票数 1
我使用DIGITS ( NVCaffe)训练我的模型，我在opencv中使用它，类似于使用.prototxt & .caffemodel的opencv示例，我对它进行了测试，工作正常。但当我使用由数字训练的模型时，我得到了这个错误：
OpenCV Error: Assertion failed (pbBlob.raw_data_type() ==
caffe::FLOAT16) in blobFromProto, file
/opt/opencv/modules/dnn/src/caffe/caffe_importer.cpp, line 242
Exception: /opt/
浏览 4提问于2018-04-24得票数 1
1回答
你好，我一直在基本数据集mnist上使用caffe，我想知道为什么在训练过程中会有一个准确性输出？在prototxt文件lenet_train_test.protoxt中，精确层是
layer {
name: "accuracy"
type: "Accuracy"
bottom: "ip2"
bottom: "label"
top: "accuracy"
include {
phase: TEST
}
}
从caffe Wiki上可以看出，当我运行caffe train时，我会明
浏览 10提问于2017-06-29得票数 0
你好，我正在使用Ubuntu 16.04使用caffe，使用GPU，任何人都知道如何解决这个错误，我尝试过，但无法弄清楚如何删除它。首先得到OpenCV和Protobuf的错误，现在我不能理解。我也试过只用CPU，但不能工作，谢谢
cmake ..
-- Boost version: 1.58.0
-- Found the following Boost libraries:
-- system
-- thread
-- filesystem
-- chrono
-- date_time
-- atomic
-- Found gflags (include: /us
浏览 4提问于2017-04-27得票数 1
如何使用caffe convnet检测面部表情？
我有一个图像数据集，Cohn Kanade，我想用这个数据集来训练caffe convnet。有一个文档站点，但它没有解释如何训练我自己的数据。只是预先训练过的数据。
有人能教我怎么做吗？
浏览 0提问于2015-09-29得票数 1
回答已采纳
1回答
caffe的种植策略是将随机作物用于训练，中心作物用于测试.
通过实验，我观察到，如果我能够在训练过程中为同一幅图像提供两个裁剪版本(随机和中心)，那么识别的准确性就会提高。这些实验数据(大小为100x100)是通过在115 x115大小的图像上应用随机和中心裁剪来脱机生成的(不使用caffe)。
我想知道如何在caffe完成这个任务？
注意：I考虑使用两个数据层，每个数据层具有不同的裁剪(中心和随机)，然后执行连接。然而，我发现caffe在训练中不允许中心作物。
浏览 3提问于2016-09-22得票数 0
1回答
我正在尝试保存咖啡网模型为.caffemodel格式使用以下代码。但是我得到了分段错误。
caffe::NetParameter net_param;
caffe_net_->ToProto(&net_param);
caffe::WriteProtoToBinaryFile(net_param, caffe_model_path);
其中caffe_net_是经过训练的咖啡网，wgich包含斑点参数。
浏览 0提问于2015-09-18得票数 3
Opencv在3.3版本中引入了dnn模块。早些时候，它只在opencv-contrib中使用。我不能找出哪个caffe版本和repo，opencv用于dnn模块实现？caffe有很多版本，比如1. BVLC Caffe 2. Nvidia Caffe 3. weiliu89/caffe for SSD
在opencv 3.4 dnn模块中导入时，我在使用Nvidia caffe训练模型时遇到问题。
浏览 1提问于2018-05-25得票数 0
2回答
我想尝试使用pycaffe接口来训练caffe模型。特别是，我想使用python层来输入数据。
这种训练会很慢吗?或者pycaffe只会作为实际caffe的一个接口?效果是什么？
任何试图启发新手的尝试都将受到感谢。
浏览 9提问于2017-02-02得票数 4
回答已采纳
我有两个数据集，并使用CNN的caffe库进行训练。
第一个数据集有大量的训练数据，超过60,000个训练图像和16,000个测试图像。它的求解器文件可以如下所示。批量大小在训练中设置为32。
train_net: "/home/Softwares/Projects/caffe-ssd-2/NumberPlate/InceptionNet/6/train_0.prototxt"
test_net: "/home/Softwares/Projects/caffe-ssd-2/NumberPlate/InceptionNet/6/test_0.prototxt"
t
浏览 4提问于2018-10-30得票数 0
我用Caffe训练了一个神经网络模型：
/home/f/caffe-master/build/tools/caffe train -solver=/media/my_solver.prototxt
然后，我在验证集上对所学习的模型打分：
/home/f/caffe-master/build/tools/caffe test -model=/media/my_train_test.prototxt
-weights model.caffemodel -iterations 100
但是，在Caffe中，如何
浏览 4提问于2015-07-10得票数 1
回答已采纳
1回答
我正在用Caffe训练一个简单的神经网络，来自MNIST的例子。训练时我需要两样东西：
每600次迭代一次训练集的分类错误
经过30000次迭代后，测试集的分类错误
这有可能吗？
我找到了如何用训练集替换测试集并使用test_iter，但这看起来确实是黑客，因此我不能使用2)。例如，是否有一种简单的方法可以告诉Caffe在每次display迭代中计算训练错误？
浏览 1提问于2016-12-06得票数 0
回答已采纳
我一直在使用Caffe框架来微调GoogLeNet模型，使用来自我自己数据集的图像。我认为，如果我可以添加一些外部提取的特征(比如基于SIFT或HoG.)，我可以改进结果。训练过程中的训练图像。
有没有办法将培训数据集扩展到图像+其他特性，并使用Python在Caffe中训练相同的模型？
谢谢!
浏览 2提问于2016-02-02得票数 2
回答已采纳
1回答
我想使用Caffe和伴随着Caffe的googlenet网结构来训练一个基于我自己的图像数据的模型。我有14种分类。但是我确实只有大约250张用于训练的图像和80张用于测试的图片。够了吗？有没有办法找出我每堂课需要多少张图片？
浏览 3提问于2016-01-15得票数 2
回答已采纳
1回答
Caffe总是返回一个标签
、、、、
我已经用caffe工具在bin下训练了一个模型，现在我尝试使用python脚本进行测试，我读取一个图像并自己处理它(就像我为我的训练数据集所做的那样)，并且我将预先训练过的权重加载到网络上，但是我几乎总是(99.99%的时间)收到相同的结果- -0- -对于每个测试映像。我确实认为我的模型可能太合适了，但是在训练了几个模型之后，我开始意识到我从预测中得到的标签很可能是原因。我还增加了辍学率和随机作物，以克服过度适应，我有大约60K的训练。数据集也是大致平衡的。在培训的评估步骤中，我获得了77到87之间的准确性(取决于我处理数据的方式、我使用的架构等)。
请原谅我的超级黑客代码，我已经很久没有进
浏览 1提问于2018-10-01得票数 0
回答已采纳
错误：
当我使用caffe2作为预训练模型时。该模型来自，我使用的模型是预训练模型，我不改变模型，也不使用
代码是：
import caffe2
model=onnx.load(vgg16-7.onnx)
prepared_backend=caffe2.python.onnx.backend.prepare(model)
然后发生了一个错误：
WARNING:root:This caffe2 python run failed to load cuda module:No module named 'caffe2.python.caffe2_pybind11_state_gpu&#
浏览 75提问于2021-02-24得票数 1
1回答
因此，基本上可以在训练/测试中拆分数据库。让我们假设2/3的训练，其余的设置为测试。
然后在caffe中，我们将训练数据分成不同大小的批，假设我们有100批，每批50张图像，所以我们有5000张训练图像。现在假设我们有50个测试批次，每个批次有50个图像。
现在让我们假设caffe做了一个时期，然后用测试批次进行测试。caffe是如何做到这一点的？
它接受第一批训练，并尝试预测每个测试批次的标签？
像这样：
training_batch_1 : testing_batch_1 = accuracy xxxx;
training_batch_1 : testing_batch_2 = accur
浏览 5提问于2016-09-17得票数 0
1回答
我和Caffe一起工作，并且有兴趣比较我的训练和测试错误，以确定我的网络是过火还是不合适。然而，我似乎想不出该如何让Caffe报告训练错误。它将显示培训损失(在批处理上计算的损失函数的值)，但这在确定网络是否过拟合/不合适方面没有用处。有什么简单的方法吗？
我正在使用Python接口到Caffe (pycaffe)。如果我能以某种方式访问原始训练集，我就可以用前传进行批次，并对结果进行评估。但是，我似乎不知道如何访问比当前处理的一批培训数据更多的数据。这个是可能的吗？我的数据是LMDB格式的。
浏览 1提问于2016-02-13得票数 1
回答已采纳
我有一个.prototxt文件和一个.caffemodel文件，用于在py-caffe中构建和训练的网络，使用自我开发的Python 。
稍后，我为Caffe的C++版本实现了相同的层。
问题是，是否可以只更改.prototxt文件中的层类型(从Python更改为.prototxt文件)，同时使用相同的经过训练的.caffemodel文件，以便加载和使用经过训练的网络，这次是C++层吗？
浏览 6提问于2017-05-15得票数 1
我有一个我的CNN的结构，将用于图像增强。我想知道如何使用Matlab中的Caffe软件包来设计和训练网络。我不需要从Caffe导入预先训练的网络，因为我有一个特定的CNN结构。有没有人有一个链接或例子来指导我怎么做呢？任何帮助都将不胜感激。
浏览 16提问于2020-06-11得票数 0
1回答
我对caffe和机器学习算法很陌生。是否有任何教程可以使用caffe和python2.7来训练和测试 LeNet关于MNIST数据(最好是)。谢谢
浏览 1提问于2016-02-02得票数 0
1回答
我想用预先训练过的模型对图像进行分类。我有caffemodel和prototxt文件，但是当我将caffe中的模型加载到python时
net = caffe.Net('/home/me/data/f1.prototxt',
'/home/me/data/f1.caffemodel',
caffe.TEST)
我收到错误了
Check failed: mdb_status == 0 (2 vs. 0) No such file or directory
有一个类似的问题，，但是有一个训练模型的例子，
浏览 3提问于2017-06-07得票数 0
回答已采纳
1回答
有什么方法可以方便地使用Caffe快照来预测新的图像吗？
我所说的“容易”是指：
不需要手工将train.prototxt更改为deploy.prototxt，也不需要仔细考虑。
不将文件转换为LMDB (或其他类似的格式)，只使用简单的图像文件(没有任何文件名列表或其他内容)。
只使用python代码(不使用CLI)
我根据Caffe的例子训练了一个二进制分类网络。我把MNIST改为分类2类，它训练得很好。但是现在我已经完成了对网络的训练，生成了快照(包含“snapshot.caffemodel”和“solver.caffemodel”)，我一直在研究如何使用这个快照来预
浏览 4提问于2016-06-20得票数 4
回答已采纳
我想学习如何编写caffe python层。
但是我只找到像这样非常简单的层的例子。
如何编写带有可训练参数的python caffe？
例如，如何编写一个全连接的python层？
浏览 4提问于2016-01-27得票数 1
我在数字上训练了一个神经网络模型，它似乎在那里运行得很好。
然后，我导出了经过训练的模型文件，并将它们复制到运行标准caffe web演示的不同系统中。我希望能够插入这些文件并让它们在Caffe中运行，但我得到了一个错误。
具体来说，我将模型复制到bvlc_reference_caffenet.caffemodel中，将deploy.prototxt复制到deploy.prototxt中，将mean.binaryproto复制到ilsvrc_2012_mean.npy文件中。但是，当我尝试运行它时，它似乎与错误消息所指示的mean.binaryproto文件的格式不同：
IOError: Fa
浏览 1提问于2015-07-25得票数 2
2回答
是否有只进的实现？我正在尝试使用一个训练有素的咖啡因模型在移动设备上，如iPhone和安卓手机，所以我不想有一堆像leveldb，hdf5，glog等的开销。此外，它只需要在中央处理器模式下运行，因为程序只会运行一次向前通过，以获得输入图像的特征。
目前，我正在尝试重写caffe源代码，以获得一个更轻的caffe。我不确定是否有人做过这项工作。此外，我想知道是否有其他方法可以在移动设备(或其他没有caffe所需的所有依赖项的设备)上使用经过训练的caffe模型。
谢谢。
浏览 2提问于2016-04-29得票数 0
1回答
我使用将caffe模型转换为torch。最后我要删除丢失层，并添加其他火炬层，我可以删除.prototxt文件中的层并“训练”模型以获取.caffemodel文件并导入torch吗？
模型使用lmdb类型数据，当我使用net:forward(input)对模型进行训练时，模型只使用数据层中定义的数据而不是input数据。那么如何训练使用lmdb数据的模型呢？
caffe模型有一些自定义层，所以我不能使用loadcaffe在torch中加载模型
浏览 8提问于2017-09-18得票数 0
回答已采纳
由于classification.cpp文件夹中有一个名为Caffe的文件，而且我可以从c++代码中对输入进行分类，那么如何从c++代码来训练我的网络呢？我添加了caffe.hpp，我想知道是否有这样的函数：
caffe::train(solver, mysolver.prototxt)
浏览 0提问于2018-02-03得票数 1
回答已采纳
我之所以问这个问题，是因为许多深层次学习框架，比如Caffe，都支持模型细化功能。例如，在Caffe中，我们可以使用快照初始化神经网络参数，然后继续执行训练，如下命令所示：
./caffe train -solver solver_file.prototxt -snapshot snap_file.solverstate
为了进一步培训该模型，我可以使用以下技巧：
使用较小的学习速率
改变优化方法。例如，将随机梯度下降改为ADAM算法。
还有其他我能玩的把戏吗？
ps:我知道降低训练样本的损失函数值并不意味着我们可以得到一个更好的模型。
浏览 1提问于2019-02-20得票数 0
回答已采纳
我最近从上构建了数字，一切都很好，我终于训练了我的AlexNet模型(也训练了一个SqueezNet，这样我就可以在这里上传模型)！问题是，当我从数字下载我的模型时，我无法将它加载到我的程序中进行测试！我已经用GoogleNet下载的测试了我的程序，它运行得很好！我在这个函数中使用OpenCV readNetFromCaffe来加载Caffe模型
void deepNetwork::loadModel( cv::String model ,cv::String weight ,string lablesPath,int ps){
patchSize=ps;
labeslPath=lable
浏览 1提问于2018-04-26得票数 0
我的咖啡是由cmd安装的：
conda install caffe-gpu
但是我应该如何用这个pkg训练我的模型呢？在官方文档(或一些github代码库)中，我们将编译它并使用
/home/xxx/caffe/distribute/bin/caffe.bin train --gpu 4 xxx
当我使用pytorch时，我还可以使用conda和使用模块进行安装
python -m torch.distributed.lanch xxx.py
，但是我在caffe里找不到这样的方式，thx~
浏览 2提问于2021-11-29得票数 2
我正试着用python来建立caffe，但它一直这么说
CXX/LD -o python/caffe/_caffe.so python/caffe/_caffe.cpp
/usr/bin/ld: cannot find -lboost_python3
collect2: error: ld returned 1 exit status
make: *** [python/caffe/_caffe.so] Error 1
当我试图定位boost_python时，这就是我得到的
$ sudo locate boost_python
/usr/lib/x86_64-linux-gnu/libboos
浏览 7提问于2016-11-15得票数 2
回答已采纳
1回答
一些用户可能认为这是基于意见的问题，但如果你仔细看，我试图探索使用Caffe作为一个纯粹的测试平台，而不是目前流行的使用作为培训平台。
背景：
我已经在Nvidia TK1上使用JetPack2.0安装了所有的依赖项。
我已经成功地安装了caffe及其依赖项。
MNIST示例运行良好。
任务：
我得到了一个包含所有标准层的convnet。(不是开源模式)
网络权值和偏置值等在训练后是可用的。这次训练不是通过首席执行官完成的。(培训前网络)
权值和偏差都是MATLAB矩阵的形式。(实际上是在一个.txt文件中，但我可以轻松地编写代码，使它们成为矩阵)
我不能用
浏览 1提问于2016-04-06得票数 3
回答已采纳
2回答
基于，，，，，，，，...有几种方法可以通过caffe分析视频，但caffe的输入到底是什么。我们是否可以将视频放在不同的文件夹中，比如用于训练的图像？
浏览 0提问于2016-10-24得票数 1
1回答
我正在使用caffe进行深度学习，并想创建一个python softmaxwithloss层(可能没有意义，但我想尝试一下)。问题是我的层在训练阶段的后向部分不起作用(在数据中得到NANs )。
问题是: caffe反向训练是如何起作用的？是不是每一层都在学习自己的不同之处(caffe.Layer.diff或类似的东西)并将其传递给下一层？因此，唯一要做的就是计算每一层底层的差异，从而使向后工作？
非常感谢
浏览 1提问于2016-10-31得票数 0
1回答
我使用caffe工作，我可以运行我的python代码并成功地训练网络。但我需要在训练期间交互地绘制一些图，所以我尝试使用jupyter notebook和IPython，但jupyter无法导入caffe并引发此错误：
ImportError: libcudart.so.8.0:无法打开共享对象文件:没有此类文件或目录
有没有什么建议来解决这个问题或者在没有IPython的情况下进行实时绘图？？谢谢!
浏览 0提问于2018-05-25得票数 0
我用Caffe训练了神经网络。然后，我使用它来预测给定一些新输入的输出。为此，我将训练好的神经网络与指定输入的deploy.prototxt一起加载到pycaffe中：
name: "IrisNet"
input: "data"
input_dim: 1 # batch size
input_dim: 1
input_dim: 1
input_dim: 300 # number of features
input: "adbeoption"
input_dim: 1 # batch size
input_dim: 1
input_dim: 1
浏览 0提问于2015-08-05得票数 1
我已经训练过CIFAR快速使用caffe，但是当我使用python包装测试cifar10_quick_iter_5000.caffemodel.h5时，我获得了52-54%的准确性，而它应该是75%。我不明白为什么我会得到如此低的精确度，因为当我测试Lenet时，我得到了caffe网站上的MNIST示例所期望的精度。为了验证我的方法是正确的还是错误的，我已经尝试了训练的模型文件，我得到了68%的准确性。
当我测试模型时，请告诉我是否遗漏了什么。
import sys
import caffe
import cv2
import Image
import matplotlib
import nu
浏览 4提问于2016-02-22得票数 0
回答已采纳
大家好，我是DNN的新手，我正在尝试windows7上的Caffe。我已经成功地编译了Caffe，还制作了CIFAR10和mean.binaryproto文件的训练和测试级别的on文件。现在是开始训练和测试帮助的时候了，但是当我尝试训练的时候，我得到了错误，即使在谷歌了很长的time..Please帮助之后我也不能解决这些错误！这是我的版本信息: Anaconda2，CUDA7.5，Cudnn4，Visual Studio2013
C:\caffe-master\Build\x64\Release>caffe train -solver=cifar10_quick_solver.prot
浏览 1提问于2017-10-19得票数 2
1回答
我想使用从训练图像数据集中提取的特征向量作为caffe卷积神经网络的输入。特征向量保存在xml文件中。我是caffe的新手，我想知道如何将xml文件转换为LMDB作为caffe的输入，以及如何在模型中提到我使用的是特征向量而不是图像。xml文件是：
浏览 2提问于2016-01-31得票数 0
1回答
咖啡里的“标签”是什么？
、、、、
在Caffe中，当您在protobuf文件中为NN定义输入时，您可以输入"data“和"label”。我猜标签包含训练数据的预期输出(通常在机器学习文献中被认为是y值)。
我的问题是，在caffe.proto文件中，标签被定义为标量(int或long)。至少对于数据，我可以将其设置为numpy数组，因为它接受字符串值。如果我正在为一个以上的预测输出进行训练，我如何将它作为一个数组传递？
还是我搞错了？label是什么？它是用来做什么的？如何将y值传递给caffe？
浏览 0提问于2015-10-27得票数 1
回答已采纳
我想在keras上实现caffeNet，并在imagenet上进行预训练。所以我从caffe github那里获得了体重https://github.com/BVLC/caffe/tree/master/models/bvlc_reference_caffenet 我用caffe_weight_converter.Weight将它转换成weight.h5，我在层“conv2”上得到了形状(256,48,5,5)，但我的实现模型需要(256,96,5,5)。 我从Got confused after I extracted weights from Trained caffenet中看到，因为
浏览 20提问于2019-01-06得票数 1
回答已采纳
所以，我在上用Yolo7做了一个模型训练
C:\Users\LENOVO>python train.py
运行上述命令后，下面的堆栈错误跟踪显示在windows的命令提示符中。我的问题是：
如何对下面的错误做建议？如何在我的视窗上建立火把时启用BUILD_CAFFE2=1？当然不使用康达。仅在我的Windows命令提示符下。，我使用下面的安装caffe2，使用这个源中的命令，但是在训练模型时仍然显示了下面的错误。
我只需要知道在windows命令提示符上启用build_caffe2=1的命令。
C:\Users\LENOVO\AppData\Local\Programs\Py
浏览 55提问于2022-11-18得票数 0
回答已采纳
我目前正在做一个面部识别项目。我们发现了一个caffe模型来对年龄进行分类。(在LAP数据集上训练的表观年龄估计)
我们想使用这个模型来分类图像，但是有两个文件缺失，这是caffe所需要的。".binaryproto“文件和"synset_words.txt”文件。
有人知道我们可以从哪里得到他们而不训练我们自己的模特吗？
浏览 1提问于2016-12-16得票数 0
回答已采纳
Caffe库支持自定义Python层。为了调试这一层，一种解决方案是在日志文件中输出一些内部变量，下面是我所做的： class MyLayer(caffe.Layer):
def setup(self,bottom, top):
import logging
logging.info("hello the world") 在本例中，我想向日志文件中写入一些字符串"hello the world“。 在定义Python层之后，我们可以使用"caffe train“程序来启动训练。但是，我在Caffe日志文件(在Unbuntu
浏览 17提问于2019-02-25得票数 0
我正在尝试使用Pycaffe对GoogleNet中的一些图像进行分类，所有内容都处于默认状态，deploy.prototxt和预先训练的模型。但是，当我想要运行代码时，我得到以下错误：
ValueError: could not broadcast input array from shape (1,3,256,256) into shape (1,3,224,224)
当我想从均值文件中减去我的图像时，就会发生这种情况！这是我使用的代码：
# Extract mean from the mean image file
mean_blobproto_new = caffe.pro
浏览 3提问于2017-07-24得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
