一般的识别分类,网络要做多少层

陶潜水 回复了问题 • 2 人关注 • 1 个回复 • 58 次浏览 • 2 天前 • 来自相关话题

caffe分类图片,训练结果的test accuracy与用C++接口的单张图片分类结果严重不符

回复

tengjianing 发起了问题 • 1 人关注 • 0 个回复 • 38 次浏览 • 2 天前 • 来自相关话题

训练时样本有什么要求?

陶潜水 回复了问题 • 2 人关注 • 2 个回复 • 68 次浏览 • 3 天前 • 来自相关话题

下载的imagenet的train图片不全,txt需不需要修改?

回复

c408550969 发起了问题 • 1 人关注 • 0 个回复 • 81 次浏览 • 2017-08-11 10:58 • 来自相关话题

loss飘忽不定 小到0.0几 大到1.1几,这个问题怎么解决?我用的是faster-rcnn

回复

JayTseng 发起了问题 • 1 人关注 • 0 个回复 • 108 次浏览 • 2017-08-01 16:48 • 来自相关话题

caffe分类时如何不重复载入网络?

墨子浅心 回复了问题 • 2 人关注 • 1 个回复 • 133 次浏览 • 2017-07-31 16:22 • 来自相关话题

为什么迭代次数少的反而实际成功率高?

CatherineW 回复了问题 • 2 人关注 • 2 个回复 • 161 次浏览 • 2017-07-25 16:15 • 来自相关话题

caffe中dropout的使用

alex68 回复了问题 • 2 人关注 • 1 个回复 • 200 次浏览 • 2017-07-20 17:43 • 来自相关话题

求英文数字数据集

asdfee 回复了问题 • 2 人关注 • 1 个回复 • 125 次浏览 • 2017-07-13 16:31 • 来自相关话题

求中文字库数据集

回复

c408550969 发起了问题 • 1 人关注 • 0 个回复 • 153 次浏览 • 2017-07-13 15:49 • 来自相关话题

caffe分类问题

liuyi000 回复了问题 • 1 人关注 • 1 个回复 • 208 次浏览 • 2017-07-12 14:52 • 来自相关话题

caffe windows 下对图片分类失败

回复

匿名用户 回复了问题 • 1 人关注 • 2 个回复 • 128 次浏览 • 2017-07-10 21:02 • 来自相关话题

resnet imagenet 21k

回复

ricky 发起了问题 • 1 人关注 • 0 个回复 • 104 次浏览 • 2017-07-10 10:44 • 来自相关话题

图片分类时出现问题

回复

c408550969 发起了问题 • 1 人关注 • 0 个回复 • 128 次浏览 • 2017-07-08 09:34 • 来自相关话题

caffe在训练时,准确率一直在震荡,而且都是几个固定的数字

木易ffenjoy 回复了问题 • 2 人关注 • 1 个回复 • 280 次浏览 • 2017-06-11 10:24 • 来自相关话题

caffe中基于上采样的可视化方法

回复

401晴空 发起了问题 • 2 人关注 • 0 个回复 • 243 次浏览 • 2017-06-09 16:00 • 来自相关话题

训练结果准确率很高,但是用Classification分类结果却很低

liuyi000 发表了文章 • 2 个评论 • 264 次浏览 • 2017-06-06 15:10 • 来自相关话题

      初次尝试用AlexNet训练,结果准确率90%+,以为可以马上交任务了,可是......,用Classification.exe测试时准确率让我大跌眼镜,竟然不到50%。即使蒙也不至于这么低吧?网上查了一些资料,很多人遇到这样的问题,大家也提供了很多解决方案,可都没解决。于是乎,决定花点时间彻底查清原因。这里把原因及解决方案分享给大家,避免大家和我一样花了很多时间查这个问题。
      先来说明一下我的应用背景,如和我的不一样的可能不适用。我的输入是RGB图像,分8类,请对号入座哈~~
      还有好多工作要做,直接上原因吧。训练时与用classification测试对图像的预处理方式不一样。训练时时是原图各个图通对应减去平均图像的channel,而用classification时是对平均图像merge后计算mean值,在用原图减去这个平均值。前者是平均值一个RGB图像,后者是一个值,所以就不一样啦~~~
      解决方案就是把两种测试方法在均值处理上统一即可。
     (就这样啦,没时间写的更详细一点)
       查看全部
      初次尝试用AlexNet训练,结果准确率90%+,以为可以马上交任务了,可是......,用Classification.exe测试时准确率让我大跌眼镜,竟然不到50%。即使蒙也不至于这么低吧?网上查了一些资料,很多人遇到这样的问题,大家也提供了很多解决方案,可都没解决。于是乎,决定花点时间彻底查清原因。这里把原因及解决方案分享给大家,避免大家和我一样花了很多时间查这个问题。
      先来说明一下我的应用背景,如和我的不一样的可能不适用。我的输入是RGB图像,分8类,请对号入座哈~~
      还有好多工作要做,直接上原因吧。训练时与用classification测试对图像的预处理方式不一样。训练时时是原图各个图通对应减去平均图像的channel,而用classification时是对平均图像merge后计算mean值,在用原图减去这个平均值。前者是平均值一个RGB图像,后者是一个值,所以就不一样啦~~~
      解决方案就是把两种测试方法在均值处理上统一即可。
     (就这样啦,没时间写的更详细一点)
      

caffe 用训练好的模型(准确率95%)对测试集再次进行测试 准确率非常低?

cloudalice 回复了问题 • 8 人关注 • 5 个回复 • 1896 次浏览 • 2017-06-01 23:12 • 来自相关话题

caffe训练模型时loss越来越高

回复

jiangwei 发起了问题 • 1 人关注 • 0 个回复 • 240 次浏览 • 2017-05-31 20:57 • 来自相关话题

清华大学 Visual Analytics Group 提出的CNNVis该怎么用?

辛淼 回复了问题 • 1 人关注 • 1 个回复 • 286 次浏览 • 2017-05-29 21:11 • 来自相关话题