問題タブ [pycaffe]

PROPOSAL_METHOD: gtfaster_rcnn_end2end.yml ファイルで何を意味しますか?

ROI 提案がグラウンド トゥルース バウンディング ボックスのみであるということですか?

ファイルへのリンクはこちら

事前トレーニング済みの GoogLeNet を使用し、二項分類問題のためにデータセットで微調整しました。"loss3/top1"検証データセットは98.5%を与えるようです。しかし、評価データセットでパフォーマンスを評価すると、50% の精度が得られます。train_val.prototxt にどのような変更を加えたとしても、deploy.prototxt にも同じ変更を加えましたが、これらの行でどのような変更を行うべきかわかりません。

助言がありますか？？？

ネットをトレーニングして適用しようとしましたが、次のエラーが表示されます。

レイヤー 'ip1' からパラメーター 0 の重みをコピーできません。形の不一致。ソース パラメータの形状は 384 72576 (27869184) です。ターゲット パラメータの形状は 384 224(86016) です。保存されたネットからコピーするのではなく、このレイヤーのパラメーターを最初から学習するには、レイヤーの名前を変更します。

このレイヤーのネット構成は次のようになります。

シャムネットワークの共同所です。

トレーニングを開始すると、次の出力が表示されます。

適用ネット:

重要な場合は、トレーニング中に 256 のバッチ サイズを使用しました。

ここで何が問題なのですか？見えない。ネットをtrain.prototxtファイルからapply_net.prototxtにコピーペーストしました。それだけです

GPU を使用せずに Ubuntu に Caffe をインストールする手順に従いました。

「make all」コマンドは正常に終了しました。「make test」を実行すると、次のエラーが発生します。

CXX/LD -o .build_release/test/test_all.testbin src/caffe/test/test_caffe_main.cpp /usr/bin/ld: /usr/local/lib/libcaffe.a(common.o): シンボルへの未定義参照 ' _ZN6google21ParseCommandLineFlagsEPiPPPcb' /usr/lib/gcc/x86_64-linux-gnu/4.8/../../../x86_64-linux-gnu/libgflags.so: シンボルの追加エラー: コマンド ライン collect2 に DSO がありません: エラー: ld返された 1 終了ステータス make: *** [.build_release/test/test_all.testbin] エラー 1

これを解決する方法について何か考えはありますか？

Caffe ニューラル ネットワークがあり、メイン スレッドをブロックせずにネットワークで (GPU を使用して) フォワード パスを実行したいと考えています。私はpythonを使用しています。スレッドとマルチプロセッシングを使用してみました。GPU を使用するように要求しているにもかかわらず、彼らは CPU を使用しています。これが私のコードです：

次のコマンドを使用して、トレーニング済みのモデルを保存しています。

そして、次のコマンドを使用してロードします。

しかし、モデルをロードした後、net.blobs() を使用して BLOB を印刷しようとすると、空の辞書が表示されます。モデルが正しく保存されていないか、正しくロードされていないようです。

この点で私を助けてください。前もって感謝します。