标签: pycaffe

我在Windows分支上使用BVLC Caffe,目前不支持.

当我尝试在Visual Studio 2013上以调试模式编译pycaffe时,我得到了错误

_caffe.obj : error LNK2019: unresolved external symbol __imp__Py_NegativeRefcount referenced in function _import_array
_caffe.obj : error LNK2019: unresolved external symbol __imp__Py_Dealloc referenced in function _import_array
_caffe.obj : error LNK2001: unresolved external symbol __imp__Py_RefTotal

但是,pycaffe在Release模式下编译很好.我正在使用Python 2.7.12 :: Anaconda 4.1.1(64位),我在libs目录中添加了python27_d.lib.

这不是另一个问题的重复,因为:

• 符号在释放模式下解析,但不在调试模式下解析.(/sf/answers/880167291/)

• 符号不是虚拟的(/sf/answers/880208521/)

• 在发布模式下声明和定义符号(什么是未定义的引用/未解析的外部符号错误以及如何修复它？)

• Python27.lib和Python27_d.lib库存在且位于同一目录中.(/sf/answers/880208031/)

• Release和Debug库都以相同的顺序链接.(/sf/answers/1727300081/)

• 符号使用C++,而且在发布模式下工作但不在调试模式下工作(/sf/answers/880209431/)

• 重新编译和重新启动不起作用.(/sf/answers/1425097971/)

• Python库的发布和调试模式虽然命名不同,但实际上是彼此的副本.那对一个人有用的东西应该适用于另一个人.(/sf/answers/880209641/)

• 它们不是模板类.(/sf/answers/1836349441/)

我使用 synset 来计算k来自 softmax 输出的排序最高预测。

这给了我前 5 个班级名称。但我想知道如何计算它的百分比。我的意思是前 5% 的错误。

任何人都可以指导我。谢谢。

我正在使用caffe和python(pycaffe).我正在使用模型动物园的预建的alexnet模型.

从这个页面:https: //github.com/BVLC/caffe/tree/master/models/bvlc_alexnet

每次我使用该模型时,使用以下代码:

net = caffe.Classifier('deploy.prototxt','bvlc_alexnet.caffemodel',
                   channel_swap=(2,1,0),
                   raw_scale=255,
                   image_dims=(256, 256))

caffe告诉我文件格式很旧,需要升级文件.这不应该只发生一次吗？

E0304 20:52:57.356480 12716 upgrade_proto.cpp:609] Attempting to upgrade input file specified using deprecated transformation parameters: /tmp/bvlc_alexnet.caffemodel
I0304 20:52:57.356554 12716 upgrade_proto.cpp:612] Successfully upgraded file specified using deprecated data transformation parameters.     E0304 20:52:57.356564 12716 upgrade_proto.cpp:614] Note that future Caffe releases will only support transform_param messages for transformation fields.
E0304 20:52:57.356580 12716 upgrade_proto.cpp:618] Attempting to upgrade input file specified using deprecated V1LayerParameter: /tmp/bvlc_alexnet.caffemodel
I0304 20:52:59.307096 12716 …

Run Code Online (Sandbox Code Playgroud)

我正在INRIA Person数据集上培训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,它会给出相同图像的不同结果.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.网络是用caffe实现的.对此问题的任何见解都非常感谢.

下图显示了不同的网络损失

我正在安装caffe,我想我通过拥有多个版本的OpenCV搞砸了我的安装.现在我不知道我自己做了什么,但似乎没有什么工作正常.所以我最安全的选择是完全卸载opencv.我该如何帮助谢谢？

我想在使用conda之后安装python

我按照这个线程删除了所有已安装的OpenCV库

虽然当我输入 $> sudo find / -name "*opencv*" -exec rm -i {} \;

ubuntu仍然一直要求我允许删除每个烦人的文件.我如何告诉ubuntu删除它？

我试图将预训练模型的大小为3x3x3的图层'con_1'的学习权重复制到新图层'con_1_1',以使新图层的大小为6x3x3(6个通道).我实际上试图将大小为3x3x3的重量复制到6x3x3.我怎么能用pycaffe做到这一点.

      layer name: 'con_1'
      size: 3x3x3

      new layer name: 'con_1_1'
      size: 6x3x3

      con_1_1 should be [con_1, con_1] % just concatenation of two con_1 weights

我正在尝试重塑caffemodel的卷积层的大小(这是这个问题的后续问题).虽然有一个关于如何进行网络手术的教程,但它只展示了如何将体重参数从一个caffemodel复制到另一个相同大小的caffemodel.
相反,我需要在我的卷积滤镜中添加一个新通道(全0),以便将其大小从当前(64x 3x 3x 3)更改为(64x 4x 3x 3).

假设卷积层被调用'conv1'.这是我到目前为止所尝试的:

# Load the original network and extract the fully connected layers' parameters.
net = caffe.Net('../models/train.prototxt', 
                '../models/train.caffemodel', 
                caffe.TRAIN)

现在我可以执行此操作:

net.blobs['conv1'].reshape(64,4,3,3);
net.save('myNewTrainModel.caffemodel');

但保存的模型似乎没有改变.我已经读过卷积的实际权重存储而net.params['conv1'][0].data不是存在,net.blobs但我无法弄清楚如何重塑net.params对象.有没有人有想法？

我没有成功尝试使用Caffe在Python中实现一个简单的丢失层.作为参考,我发现了几个用Python实现的层,包括这里,这里和这里.

从EuclideanLossLayerCaffe文档/示例提供的开头,我无法使其正常工作并开始调试.即使使用这个简单TestLayer:

def setup(self, bottom, top):
    """
    Checks the correct number of bottom inputs.

    :param bottom: bottom inputs
    :type bottom: [numpy.ndarray]
    :param top: top outputs
    :type top: [numpy.ndarray]
    """

    print 'setup'

def reshape(self, bottom, top):
    """
    Make sure all involved blobs have the right dimension.

    :param bottom: bottom inputs
    :type bottom: caffe._caffe.RawBlobVec
    :param top: top outputs
    :type top: caffe._caffe.RawBlobVec
    """

    print 'reshape'
    top[0].reshape(bottom[0].data.shape[0], bottom[0].data.shape[1], bottom[0].data.shape[2], bottom[0].data.shape[3])

def forward(self, bottom, top): …

我在caffe上按照步骤操作，并更改了配置文件：

PYTHON_LIBRARIES := boost_python3 python3.5m PYTHON_INCLUDE :=
/usr/include/python3.5m \
                /usr/lib/python2.7/dist-packages/numpy/core/include"

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include 
/usr/include/hdf5/serial/ LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib
/usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/

然后做了：

make all
make test
make runtest

这些运行正常。但是当我跑步时：

make pycaffe

我收到一个错误：

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 Makefile:507: recipe for
target 'python/caffe/_caffe.so' failed make: ***
[python/caffe/_caffe.so] Error 1

我怎么解决这个问题？

我想从.prototxtPython 中定义的 caffe 网络中读出网络参数，作为layer_dict唯一的层对象告诉我，例如，它是一个“卷积”层，而不是像kernel_size，strides等等。.prototxt文件。

所以让我们说我有一个model.prototxt这样的：

name: "Model"
layer {
  name: "data"
  type: "Input"
  top: "data"
  input_param {
    shape: {
      dim: 64
      dim: 1
      dim: 28
      dim: 28
    }
  }
}
layer {
  name: "conv2d_1"
  type: "Convolution"
  bottom: "data"
  top: "conv2d_1"
  convolution_param {
    num_output: 32
    kernel_size: 3
    stride: 1
    weight_filler {
      type: "gaussian" # initialize the filters from a Gaussian
      std: 0.01        # distribution with stdev 0.01 (default mean: …