操作系统 : Ubutu18.04_x64 gcc版本 :7.4.0 数据准备及训练 数据地址: http://www.openslr.org/18/ 在 egs/thchs30/s5 建立 thchs30-openslr 文件夹,然后把三个文件解压在了该文件夹下: [mike@local thchs30-openslr]$ pwd /home/mike/src/kaldi/egs/thchs30/s5/thchs30-openslr [mike@local thchs30-openslr]$

因为没有GPU,所以在CPU下训练自己的数据,中间遇到了各种各样的坑,还好没有放弃,特以此文记录此过程. 1.在CPU下配置faster r-cnn,参考博客:http://blog.csdn.net/wjx2012yt/article/details/52197698#quote 2.在CPU下训练数据集,需要对py-faster-rcnn内的roi_pooling_layer和smooth_L1_loss_layer改为CPU版本, 并重新编译.这位博主对其进行了修改,可直接进行替换:htt

熟悉了github项目提供的训练测试后,可以来训练自己的数据了.本文只介绍改动最少的方法,只训练2个类, 即自己添加的类(如person)和 background,使用的数据格式为pascal_voc. 1.训练数据的准备 先来看看data下的目录: (1)Annotations 存放所有训练数据的xml文件,是图片的标注数据, 可以使用labelImg工具生成.github地址:https://github.com/tzutalin/labelImg.git (2)ImageSets 底下有个

版权声明:本文为博主原创文章,欢迎转载,并请注明出处.联系方式:460356155@qq.com 在前一篇中的ResNet-34残差网络,经过减小卷积核训练准确率提升到85%. 这里对训练数据集做数据增强: 1.对原始32*32图像四周各填充4个0像素(40*40),然后随机裁剪成32*32. 2.按0.5的概率水平翻转图片. 代码具体修改如下: transform_train = transforms.Compose([ # 对原始32*32图像四周各填充4个0像素(40*40),然后随机裁剪

环境说明 系统:ubuntu16.04 显卡:Tesla k80 12G显存 python环境: 2.7 && 3.6 前提条件:cuda9.0 cudnn7.0 opencv3.4.0 安装cuda和cudnn教程 安装opencv3.4.0教程 实现YOLOV3的demo 首先安装darknet框架,官网链接 git clone https://github.com/pjreddie/darknet.git cd darknet vim Makefile 根据情况修改Makefile,

1 . 怎么处理那些pyx和.c .h文件 在lib下有一些文件为.pyx文件,遇到不能import可以cython 那个文件,然后把lib文件夹重新make一下. 遇到.c 和 .h一样的操作. 2 . 训练自己的数据时最好不要使用pretrained_model, 由于训练的种类不一样,可能出现loss = inf 和loss = nan,-nan的情况. 3 . 数据源的检查: 在做自己的voc格式的数据源时,请检查.xml文件内容,看是否与groudtruth一致,不然训练无法收敛.(防

申明:此教程加工于caffe 如何训练自己的数据图片 一.准备数据 有条件的同学,可以去imagenet的官网http://www.image-net.org/download-images,下载imagenet图片来训练.但是我没有下载,一个原因是注册账号的时候,验证码始终出不来(听说是google网站的验证码,而我是上不了google的).第二个原因是数据太大了... 我去网上找了一些其它的图片来代替,共有500张图片,分为大巴车.恐龙.大象.鲜花和马五个类,每个类100张.需要的同学,可到

人脸检测及识别python实现系列(3)——为模型训练准备人脸数据 机器学习最本质的地方就是基于海量数据统计的学习,说白了,机器学习其实就是在模拟人类儿童的学习行为.举一个简单的例子,成年人并没有主动教孩子学习语言,但随着孩子慢慢长大,自然而然就学会了说话.那么孩子们是怎么学会的呢?很简单,在人类出生之前,有了听觉开始,就开始不断听到各种声音.人类的大脑会自动组织.分类这些不同的声音,形成自己的认识.随着时间的推移,大脑接收到的声音数据越来越多.最终,大脑利用一种我们目前尚未知晓的机制建立了一个

转载:http://blog.csdn.net/sinat_30071459/article/details/51332084  Faster-RCNN+ZF用自己的数据集训练模型(Python版本) 说明:本博文假设你已经做好了自己的数据集,该数据集格式和VOC2007相同. Faster-RCNN源码下载地址: Matlab版本:https://github.com/ShaoqingRen/faster_rcnn Python版本:https://github.com/rbgirshick/

https://pjreddie.com/darknet/yolo/ 具体安装及使用可以参考官方文档https://github.com/pjreddie/darknet https://blog.csdn.net/app_12062011/article/details/77554288#comments     q强烈推荐阅读,系统学习深度学习(三十二)--YOLO v1,v2,v3 并且还有很多其他比较好的文章http://blog.csdn.net/u012235274/article/

当前最好的实例分割网络非PANet莫属,可是由于模型太新,网上的资料太少,最近的项目需要 实例分割,只能自己踩踩坑了,目前我还没看到一篇关于PANet训练的博客,只有几篇讲论文的. 环境:ubuntu16.04    anaconda3  pytorch0.4.0 将代码down下来后,我在anaconda中新开了一个环境,用的是python3.6,如果用python2的话,在lib文件夹下的make.sh中的python3需要修改一下 然后一开始的时候我没有进行make,直接进行测试,运行 p

本文假设你已经完成了安装,并可以运行demo.py 不会安装且用PASCAL VOC数据集的请看另来两篇博客. caffe学习一:ubuntu16.04下跑Faster R-CNN demo (基于caffe). (亲测有效,记录经历两天的吐血经历) https://www.cnblogs.com/elitphil/p/11527732.html caffe学习二:py-faster-rcnn配置运行faster_rcnn_end2end-VGG_CNN_M_1024 (Ubuntu16.04)

在前一篇随笔中,数据制作成了VOC2007格式,可以用于Faster-RCNN的训练. 1.针对数据的修改 修改datasets\VOCdevkit2007\VOCcode\VOCinit.m,我只做了两类 VOCopts.classes={... 'dog' 'flower'}; 修改function\fast_rcnn\fast_rcnn_train.m,val_iters不能大于val数据量(我的只有几十个). ip.addParamValue('val_iters', 20, @issc

1.数据获取 在网上选择特定类别,下载相应的若干张图片.可以网页另存或者图片下载器.本例中保存了小狗.菊花.梅花三类各两百多张. 2.重命名 import os import os.path rootdir = "jh" i=1 for parent,dirnames,filenames in os.walk(rootdir): for filename in filenames: newName=a+str(i)+".jpg" print filename+&qu

写在前面:YOLOV3只有修改了源码才需要重新make,而且make之前要先make clean. 一.准备数据 在/darknet/VOCdevkit1下建立文件夹VOC2007. voc2007文件夹下建立三个文件夹,分别为Annotations,ImageSets和JPEGImages,其中JPEGImages存放所有.jpg格式的训练图片,Annotations存放所有图片的xml文件 图片最好按数字顺序排列,如00001.jpg,00002.jpg等,可以用脚本生成. ImageSet

通过: 手写数字识别  ----卷积神经网络模型官方案例详解(基于Tensorflow,Python) 手写数字识别  ----Softmax回归模型官方案例详解(基于Tensorflow,Python) 运行程序后得的四个文件,再通过手写的图片判断识别概率 代码: import numpy as np import tensorflow as tf from flask import Flask, jsonify, render_template, request import numpy a

一.声明 本代码非原创,源网址不详,仅做学习参考. 二.代码 # -*- coding: utf-8 -*- import glob # 返回一个包含有匹配文件/目录的数组 import os.path import random import numpy as np import tensorflow as tf from tensorflow.python.platform import gfile # inception-v3瓶颈层的节点个数 BOTTLENECT_TENSOR_SIZE

1.  下载预训练权重文件 YOLOv3使用在Imagenet上预训练好的模型参数(文件名称: darknet53.conv.74,大小76MB)基础上继续训练. darknet53.conv.74下载链接:  https://pjreddie.com/media/files/darknet53.conv.74,下载完成后放在darknet主目录. 也可以直接在darknet目录下通过wget命令下载: wget https://pjreddie.com/media/files/darknet5

https://github.com/sfzhang15/RefineDet 1.编译安装 cp Makefile.config.example Makefile.config make all -j4 make pycaffe 2.训练 (1)原作只提供了resnet101,vgg16两种网络,因项目需要,我替换为了小网络. (2)替换类别,将21替换为自己的类别+1,另外将63(21*3)替换为(cls+1)*3 (3) 修改 test/lib/datasets/pascal_voc.py 

导读 喵喵的,一个大坑.本文分为吐槽和干货两部分. 一.吐槽 大周末的,被导师扣下加班,嗨气,谁叫本狗子太弱鸡呢,看起来很简单的任务倒腾了两天还没完,不扣你扣谁? 自己刚接到微调Inception-v3的任务时,也是觉得小意思不是,不就下载预训练模型然后finetune? 当然,本狗子是不可能自己写代码的,毕竟弱鸡自己造轮胎从来都漏气.打开网页,眼花缭乱,选定了个看起来算比较简单的博客开始动手,嗯就这个. 事实证明,该博客的方法不仅该说的没说不该说的瞎说还最后有巨坑. 此处截出来进行diss,博

写这个是因为有童鞋在跑VGG的时候遇到各种问题,供参考一下. 网络结构 以VGG16为例,自己跑的细胞数据 solver.prototxt: net: "/media/dl/source/Experiment/cell/test/vgg/vgg16.prototxt" test_iter: test_interval: base_lr: 0.0001 lr_policy: "step" gamma: 0.1 stepsize: display: max_iter: