Ubuntu14.04下caffe測試深度學習演算法網址收集
ubuntu14.04無GPU安裝caffe:http://www.cnblogs.com/go-better/p/7160615.html
http://www.jb51.net/article/96169.htm
問題1:編譯pycaffe時報錯:fatal error: numpy/arrayobject.h沒有那個檔案或目錄
解決:sudo apt-get install python-numpy
(blog.csdn.net/wuzuyu365/article/details/52430657)
問題2:如果編譯都通過了(make pycaffe),出現import caffe失敗No module named caffe
解決: 把環境變數路徑放到 ~/.bashrc檔案中, (http://blog.csdn.net/u010417185/article/details/53559107)
開啟檔案:sudo vim ~/.bashrc
在檔案下方寫入: export PYTHONPATH=~/caffe/python:$PYTHONPATH
關閉檔案使檔案生效:source ~/.bashrc
問題3:在使用caffe的python層時經常容易出現如下錯誤:Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type: Python
解決:沒有開啟對python的支援,需要在Makefile.config檔案中開啟如下開關:WITH_PYTHON_LAYER=1 然後再make&& make pycaffe
caffe測試mnist手寫數字網路:http://blog.csdn.net/lynnandwei/article/details/43273077
測試單張數字:http://blog.csdn.net/xunan003/article/details/73126425
下載mnist圖片及二進位制檔案:http://download.csdn.net/download/liumingchun13/10108641
深度學習目標檢測影象資料處理:
圖片名批處理:https://www.cnblogs.com/yqyouqing/p/6980243.html
標籤工具labellmg: https://github.com/tzutalin/labelImg ( 使用方法:http://blog.csdn.net/jesse_mx/article/details/53606897 )
ImageSets/Main資料夾中的四個txt檔案生成:http://blog.csdn.net/gaohuazhao/article/details/60871886
Faster-RCNN測試:
先參考1:http://blog.csdn.net/zyb19931130/article/details/53842791
再參考2:https://www.cnblogs.com/justinzhang/p/5386837.html
YOLOv1論文詳解部落格:
yolo論文理解(通俗易懂):http://blog.csdn.net/hrsstudy/article/details/70305791 ( hrsstudy部落格:http://blog.csdn.net/hrsstudy )
yolo學習筆記(部分模型講解):http://blog.csdn.net/xjz18298268521/article/details/70037602?locationNum=3&fps=1
yolo測試:http://blog.csdn.net/qq_14845119/article/details/53612362
論文翻譯:http://lib.csdn.net/article/aimachinelearning/61496
YOLOV2訓練自己的資料:http://blog.csdn.net/u010807846/article/details/73554891?locationNum=5&fps=1
測試自己的資料:http://blog.csdn.net/ch_liu23/article/details/53558549
問題:如果測試時出現全屏都是目標框則需要設定測試閾值如
./darknet detect cfg/voc.data cfg/tiny-yolo-voc.cfg backup/final.weights -thresh 0.9
YOLO-VOC預訓練模型(權值)下載:http://download.csdn.net/download/liumingchun13/10109794
YOLOv2部分程式解釋:http://blog.csdn.net/hysteric314/article/details/54097845
SSD論文翻譯:http://lib.csdn.net/article/deeplearning/53059
SSD論文PPT:http://www.cnblogs.com/lillylin/p/6207292.html(包含論文及程式碼【Python,C++,caffe】網址, slide【幻燈片】,video)
SSD論文詳解:http://blog.csdn.net/u010167269/article/details/52563573
標籤工具BBOX-Label-Tool:https://github.com/puzzledqs/BBox-Label-Tool (使用方法:https://www.cnblogs.com/objectDetect/p/5780006.html)
SSD演算法caffe配置,訓練及測試:http://www.jianshu.com/p/4eaedaeafcb4
SSD安裝配置執行:http://lib.csdn.net/article/deeplearning/53859 (詳細配置)
http://lib.csdn.net/article/deeplearning/57866 (測試單張圖片,百度雲盤下載ssd模型)
http://m.blog.csdn.net/majinlei121/article/details/78111023 (detect.py在cpu下執行的修改,路徑可以不用改;測試視訊將solver_mode = P.Solver.GPU改為solver_mode = P.Solver.CPU)
SSD演算法及Caffe程式碼詳解:http://blog.csdn.net/u014380165/article/details/72824889
SSD訓練測試自己的資料:https://www.cnblogs.com/EstherLjy/p/6863890.html (data在主目錄下建立與ssd中的data不是同一個)
卷積神經網路介紹:
LeNet到DenseNet: https://zhuanlan.zhihu.com/p/31006686
caffe下LeNet詳解:http://www.cnblogs.com/denny402/tag/caffe/default.html?page=2(輸出引數貌似有問題,與圖不對應)