把源代码跑起来了，将实验过程记录如下，用于新手入门。 今天和师兄师姐才跑通，来分享下心得。（预训练网络：ImageNet，训练集：PASCAL VOC2007， GPU） 首先，整个train and test过程不是唯一的，理解的越深才能越熟练。 下来，进入正题： 1.git clone源代码。一 ...
分类：
系统相关 时间：
2016-07-20 22:51:34
阅读次数：
282
医学图像识别的问题 如果将CNN应用于医学图像，首要面对的问题是训练数据的缺乏。因为CNN的训练数据都需要有类别标号，这通常需要专家来手工标记。要是标记像ImageNet这样大规模的上百万张的训练图像，简直是不可想象的。 因为CNN的参数多，必须依靠大规模的训练数据才能防止过度拟合（Over Fit ...
分类：
Web程序 时间：
2016-07-07 13:09:01
阅读次数：
574
论文笔记之：Visual Tracking with Fully Convolutional Networks ICCV 2015 CUHK 本文利用 FCN 来做跟踪问题，但开篇就提到并非将其看做是一个 黑匣子，只是用来提取特征，而是在大量的图像和 ImageNet 分类任务上关于 CNN 的 f ...
分类：
Web程序 时间：
2016-07-04 20:33:31
阅读次数：
312
首先使用caffeNet训练数据集然后使用训练好的模型分类1 使用caffeNet训练自己的数据集主要参考：
官方网址：
http://caffe.berkeleyvision.org/gathered/examples/imagenet.html
数据集及第一部分参考网址：http://www.lxway.com/4010652262.htm
主要步骤：
1. 准备数据集
2. 标记数...
分类：
Web程序 时间：
2016-06-12 03:27:35
阅读次数：
915
微软亚洲研究院首席研究员孙剑 世界上最好计算机视觉系统有多精确？就在美国东部时间12月10日上午9时，ImageNet计算机视觉识别挑战赛结果揭晓——微软亚洲研究院视觉计算组的研究员们凭借深层神经网络技术的最新突破，以绝对优势获得图像分类、图像定位以及图像检测全部三个主要项目的冠军。同一时刻，他们在 ...
分类：
Web程序 时间：
2016-06-05 15:25:07
阅读次数：
237
caffe中imagenet的模型里用的图片是imagenet官网的数据，我在想如何修改这个训练数据，训练自己的图片。
在/caffe-master/data/ilsvrc12中有三个txt文件，分别列出了训练用到的图片：
训练集
测试集
验证集
我估计要做十个类型的图片，所以首先要生成自己的图像文件目录。参照薛开宇caffe笔记二，使用命令如下：
在caff...
分类：
其他好文 时间：
2016-05-13 03:08:53
阅读次数：
161
ImageNet Classification with Deep
Convolutional Neural Networks
http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf
<span style="font-family:宋体...
分类：
Web程序 时间：
2016-05-13 02:03:37
阅读次数：
267
本次简单介绍一下MSRA初始化方法，方法同样来自于何凯明paper 《Delving Deep into Rectifiers:Surpassing Human-Level Performance on ImageNet Classification》.Motivation
MSRA初始化
推导证明
补充说明
Motivation网络初始化是一件很重要的事情。但是，传统的固定方差的高斯分布初始化，在...
分类：
其他好文 时间：
2016-05-12 23:53:03
阅读次数：
1478
该篇陈述了在采用imagenet大数据集合上使用caffenet预训练得到caffemodel，然后应用该caffemodel进一步fintuning图像风格数据库style。下面为主要步骤：#采用别人的预训练模型，在自己的数据库上进行微调（fine-tunning）
#fine-tune是应用别人在大数据集合上训练到一定程度的caffemodel，在这进行微调。这比随机化参数要好，因为该模型可能已...
分类：
Web程序 时间：
2016-05-12 18:47:03
阅读次数：
385
训练我们自己的数据 本篇继续之前的教程，下面我们尝试使用别人定义好的网络，来训练我们自己的网络。 1、准备数据 首先很重要的一点，我们需要准备若干种不同类型的图片进行分类。这里我选择从ImageNet上下载了3个分类的图片（Cat，Dog，Fish）。 图片需要分两批：训练集（train）、测试集（ ...
分类：
其他好文 时间：
2016-05-07 23:38:14
阅读次数：
438
