caffe 프로젝트 실천: YOLO 가 물체 에 대한 검 측 실현

이것 은 18 년 졸업 학부생 의 필 설 문제 로 프로젝트 가 아직 완성 되 지 않 았 다. 여기 서 caffe 에서 YOLO 를 실현 하 는 과정 을 기록 할 것 이다.저 와 소통 하 는 것 을 환영 합 니 다!
20171123 - 전기 준비:

우선 당연히 YOLO 작가 의 자류지: darknet

한 분 이 카페 에 자신 이 쓴 층 을 추가 하 셨 어 요

YOLO 알고리즘 의 카페 구현

caffe 에 YOLO 신 층 Leaky Layer 추가

마이크로소프트 카페 에서 yolov 1 의 훈련 과 예측 (windows cpu) github 에서 caffe - yolo 프로젝트 에 관 한https://github.com/hojel/caffe-yolo-model https://github.com/yeahkun/caffe-yolo https://github.com/xingwangsfu/caffe-yolo 대충 봤 는데 카페 소스 코드 를 봐 야 될 것 같 아서...현재 카페 에 없 는 층 을 추가 하고 카페 의 마지막 활성화 함 수 를 변경 합 니 다.

20171124 - caffe 소스 코드 튜 토리 얼 읽 기: caffe 소스 코드 해석 의 세 블 로그 공유 caffe 디 렉 터 리 구조 및 caffe 소스 코드 파일 설명

C + + 에 대한 기초 지식 을 배우 고 자신 이 필요 로 하 는 layer 를 작성 합 니 다.(c + + 관련 수업, 여러분 도 많이 추천 해 주세요)

현재 업계 에서 자주 사용 하 는 물체 검 측 에 관 한 개방 샘플 집 을 조사 하고 수집 하고 정리 했다.

마이너스 견본 을 선택 하 는 전략 을 제정한다.

~ 20171220: 며칠 전에 주로 일 을 마 쳤 습 니 다.

본 견본 제작 1.5w 장, 마이너스 견본 제작 0.05 w 장 을 완성 했다.

ubuntu 환경 에서 caffe (ubuntu 16.04 + cuda + cuDN + anacoda 3 + caffe) 구축

~ 180410 저 는 아직도 이 프로젝트 를 하고 있 습 니 다. 지금 은 github 에서 Caffe 를 바탕 으로 하 는 YOLO 모델 을 다음 에 중간 에 자신의 매개 변수 로 바 꾸 었 습 니 다. 과정 에서 어 려 운 점 이 없 지만 실제 작업 에서 일부 구 덩이 를 만 났 습 니 다.

예 를 들 면 가끔 씩 bith 를 훈련 시 켜 요size 가 너무 클 때 메모리 에 없 는 오 류 를 보고 합 니 다 Check failed: error == cudaSuccess (2 vs. 0) out of memory.이에 대응 하 는 솔 루 션 은 명령 대 입력 nvidia-smi 에서 실행 중인 GPU 의 PID 를 받 아 다음 코드 를 사용 하 는 것 이다.다음 작업 을 진행 하 더 라 도 같은 오 류 를 보고 하려 면 bitch 를 시도 해 야 합 니 다.사이즈 변경.kill -9 PID

가끔 python 을 사용 하여 caffe 를 호출 할 때 ImportError: No module named 'caffe' 의 오류 가 발생 하지만 프로젝트 가 져 오 는 과정 에서 make pycaffe 뿐만 아니 라 데스크 톱 의 python 아래 import caffe 에서 도 오류 가 발생 하지 않 았 습 니 다. py 파일 에 다음 말 이 부족 하기 때 문 일 가능성 이 높 습 니 다.

sys.path.append('/your/caffe/path/python')//   /your/caffe/path/       caffe

카페 를 기반 으로 다른 사람 이 쓴 네트워크 를 사용 하 는 과정 에서 서로 다른 버 전의 python 을 호출 하 는 경우 가 많다.인터넷 에서 도 편리 한 방법 이 많 습 니 다. 다음은 본인 이 ubuntu 시스템 의 기본 python 버 전 을 바 꾸 는 방법 (python 3.5 를 python 2.7 로 바 꾸 는 것 을 예 로 들 면) 을 자주 사용 합 니 다.

~$ python --version //    python    
Python 3.5.2
~$ whereis python2.7 //          python2.7
python2: /usr/bin/python2.7-config /usr/bin/python2.7
/usr/bin/python2 /usr/lib/python2.7 /etc/python2.7
/usr/local/lib/python2.7 /usr/include/python2.7
/usr/share/man/man1/python2.1.gz
//      /usr/bin/python2.7      
//           
~$ sudo rm /usr/bin/python //     python    
~$ sudo ln -s /usr/bin/python2.7  /usr/bin/python  //      python2.7    
$ PATH=/usr/bin:$PATH //   /usr/bin/      PATH

python 을 다시 설치 한 후에 import caffe 가 틀림 없습니다.import caffe 에 앞서 skimage sudo pip install scikit-image sudo pip install protobuf

를 다운로드 해 야 합 니 다.
다른 사람의 코드 를 직접 가 져 오 는 것 이 간단 하기 때문에 제 생각 은...

먼저 Caffe 기반 의 YOLO 네트워크 와 SSD 를 연결 합 니 다. YOLO 가 사용 하 는 네트워크 는 yeahkun 이 고 SSD 는 weiliu 89 를 사용 하 며 ssd 도 첨부 되 어 있 습 니 다.pacal. py 의 소스 코드 해독 (20180411 완료)

그 다음 에 자신의 데이터 세트 로 위 에서 뛰 어 다 닌 다. 여 기 는 당연히 네트워크 파 라 메 터 를 이해 하고 파 라 메 터 를 자신의 데이터 세트 에 부합 하 는 과정 을 수정 하여 네트워크 성능 에 대한 평가 연산 을 할 것 이다.(20180410 YOLO 위 에 있 는 자신의 데이터 세트 실행 완료)

이 어 YOLO 네트워크 에 대해 조 참 훈련 을 실시 했다. 이 과정 도 코드 학습 을 보 는 과정 이다.

마지막 희망 은 자신 이 카페 를 바탕 으로 인터넷 을 쓰 는 것 이다. YOLO 2 나 YOLO 3 일 수 있다.

20180412 제 Ubuntu 시스템 루트 디 렉 터 리 가 가득 차 서 물건 을 내 릴 수 없습니다. 저 는 여러 가지 메모 리 를 비 우 는 방법 이 있다 는 것 을 알 고 있 습 니 다. 하지만 저 는 폭력 적 이 고 간단 한 것 을 좋아 합 니 다. win 시스템 에서 일부분 을 나 누 어 ubuntu 에 게 주 고 퇴근 하기 전에 해 보 겠 습 니 다.글 을 참고 하여 나의 검 측 네트워크 를 평가 하 는 기준 을 확정 하 다.

이 내용에 흥미가 있습니까?

현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:

Java8 Optional 상세 정보

Java8에서는 빈 값에 대한 작업 클래스를 제공합니다.Optional.다음은 그의 방법을 소개한다. 정적 방법: Optional.of (T) 는 Optional 패키지의 대상을 되돌려줍니다. 전송된 파라미터가 비어...

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.

caffe 프로젝트 실천: YOLO 가 물체 에 대한 검 측 실현

좋은 웹페이지 즐겨찾기