精华内容
下载资源
问答
  • windowscaffe安装教程

    2018-10-21 15:41:38
    对于caffe新手而言,不熟caffe可能是个问题,帮同事搭建过好几次,将大概步骤写下来,放到网上,希望对你们有用。本教程win10下安装,所有对应的软件需自己装好并测试通过,否则不易成功。
  • caffe在windows下的安装教程

    千次阅读 2018-11-06 23:48:40
    这是小白我的第一篇博客,有不足的地方请见谅! 安装文件: 1、vs2013 2、GitHub BVLC官方链接: ...1、把GitHub下载的文件解压,然后把把caffe-windows\windows目录下的CommonSettings.props.exampl...

    最近用到caffe,所以就把caffe的个人安装经验分享给大家,有不足的地方请见谅!

    安装文件:
    1、vs2013
    2、GitHub BVLC官方链接: https://github.com/BVLC/caffe/tree/windows
    3、操作系统 64位windows7

    安装流程:
    1、把在GitHub下载的文件解压,然后把caffe-windows\windows目录下的CommonSettings.props.example文件改名为CommonSettings.props。我这里用的是notepad++对文件进行更改,这里主要是把 CpuOnlyBuild改为ture,
    GpuOnlyBuild改为false

    2、用vs2013打开caffe-windows\windows\Caffe.sln。打开libcaffe的属性,设置配置属性-> C/C+±>常规,把"将警告视为错误"改为"否"。在这里我直接编译的Release版本。

    今天就先写到这,后面会补充有一些图片,会让一些学习者更容易上手。

    展开全文
  • caffe安装 windows Ubuntu

    2018-03-22 14:50:25
    caffe 大家都知道不好装,这里给大家提供两种环境下的安装方法,亲测可用
  • 一.环境的准备Visual studio2013(编译环境)64位Win7/10系统(操作系统)Notepad+++中文编码器(用于写或修改代码)二.caffe的CPU版本安装(Debug版本和Release版本)1.从github下载Caffewindows分支。...

    一.环境的准备

    Visual studio2013(编译环境)

    64位Win7/10系统(操作系统)

    Notepad+++中文编码器(用于写或修改代码)

    二.caffe的CPU版本安装(Debug版本和Release版本)

    1.从github下载Caffe的windows分支。

    https://github.com/BVLC/caffe/caffe压缩包https://github.com/BVLC/caffe/archive/master.zip

    2.解压压缩包,然后把把caffe-windows\windows目录下的CommonSettings.props.example文件改名为CommonSettings.props。解压后的目录

    然后Notepad+++打开CommonSettings.props文件,修改如下:修改的地方

    ***把CpuOnlyBuild改为true

    ***把UseCuDNN改为false

    3.用VS2013打开caffe-windows\windows\Caffe.sln。打开libcaffe的属性,设置配置属性->C/C++->常规,把"将警告视为错误"改为"否"。然后编译Debug版本。Debug版本设置

    编译成功后在caffe-windows根目录下出现一个Build文件夹,该文件夹目录下有:E:\caffe-window\Build\x64\Debug编译成功图

    若出现如上程序包,表示Debug编译成功,若没有,则编译不成功,需重新编译。

    4. Release版本的编译:用VS2013打开caffe-windows\windows\Caffe.sln。选择Release版本,然后打开libcaffe的属性,设置配置属性->C/C++->常规,把"将警告视为错误"改为"否"。然后编译Release版本。Release版本设置

    编译成功后在caffe-windows根目录下出现一个Build文件夹,该文件夹目录下有:E:\caffe-window\Build\x64\Release编译成功图

    若出现如上程序包,表示Release编译成功,若没有,则编译不成功,需重新编译。第3、4步骤完成后表示CPU的caffe安装就完成了。

    三、Caffe的python接口的配置

    1.安装Anaconda2

    a)  下载Anaconda2:https://www.anaconda.com/download/#windowsAnaconda2版本

    b)安装流程参考如下网址:

    http://www.cnblogs.com/IT-LearnHall/p/9486029.html

    注意:需要把添加系统环境变量打√,要记得安装路径。

    2.windows下编译pycaffe:

    a)  进入window命令处理程序(cmd) 输入:pip install protobuf==2.6.1回车就行。安装的一定要是3.0以下版本的protobuf,Caffe只支持2.的版本。安装protobuf

    3. 然后用Notepad+++打开CommonSettings.props文件,修改如下:

    true

    表示支持python

    E:\Anaconda2\

    Anaconda2的根目录(根据自己安装路径修改)

    4.编译pycaffe

    a)  用VS2013打开caffe-windows\windows\Caffe.sln,修改属性如下,只留下pycaffe。相关属性修改

    b)   开始编译,编译成功后在E:\caffe-window\Build\x64\Release的目录下出现一个新的文件夹pycaffe(之前编译完Release是没有的)pycaffe

    c)  .把caffe-windows\Build\x64\Release\pycaffe\caffe复制到Anaconda2的Lib\site-packages目录下。

    d)  .把Build\x64\Release\pycaffe\caffe目录下的所有文件复制到caffe-windows\python\caffe目录下。

    5.测试python是否成功

    打开window命令处理程序(cmd),输入python,回车后输入import caffe测试

    如图表示没有报错表示成功。

    四、利用Caffe训练自己模型并测试(苹果成熟度为例)

    1.数据采集及分类

    从网上批量下载苹果的图片(1000张左右),然后利用Matlab测试的R、G、B的值,提取R、G、B

    根据R(0-255)的值判断苹果的成熟度,

    RGB 模型中,成熟苹果的 R 在180 以上,苹果成熟度分类如下:

    0

    100

    180

    在E:\caffe-window\models建立一个名为models_recognitionmodels_recognition文件夹

    然后在models_recognition的目录下建立数据集文件datadata文件夹

    在data的文件夹下面建立测试集(test)和训练集(train)并把三类分类建立好文件夹test and train

    三种分类

    训练集和测试集分别要有三种分类

    2.图片标签的制作

    格式:文件路径+标签

    在制作标签之前在models_recognition文件目录下建立名为labels的文件夹

    使用python的接口Jupyter Notebook,标签代码如下图:标签代码

    文本代码:

    import os   #调用程序包

    caffe_root = 'E:/caffe-master/'

    #训练集标签制作

    i = 0

    withopen(caffe_root + 'models/models_recognition/labels/train.txt','w') as train_txt:

    for root,dirs,files in os.walk(caffe_root+'models/models_recognition/data/train/'):

    for dir in dirs:

    for root,dirs,files in os.walk(caffe_root+'models/models_recognition/data/train/'+str(dir)):

    for file in files:

    image_file = str(dir) + '\\' + str(file)

    label = image_file + ' ' + str(i) + '\n'

    train_txt.writelines(label)

    i+=1

    #测试集标签制作

    i=0

    with open(caffe_root + 'models/models_recognition/labels/test.txt','w') as test_txt:

    for root,dirs,files in os.walk(caffe_root+'models/models_recognition/data/test/'):

    for dir in dirs:

    for root,dirs,files in os.walk(caffe_root+'models/models_recognition/data/test/'+str(dir)):

    for file in files:

    image_file = str(dir) + '\\' + str(file)

    label = image_file + ' ' + str(i) + '\n'

    test_txt.writelines(label)

    i+=1

    运行代码后在下面路径

    E:\caffe-master\models\models_recognition\labels

    生成两个文本文档标签文本

    3. .数据转换,将图片转为LMDB格式

    在models_recognition的目录下建立名为bat和lmdb的的文件夹,并写两个批处理文件:convert_imagest_test.bat和convert_imagest_train.bat批处理文件

    convert_imagest_train.bat的程序:convert_imagest_train.bat的程序

    文本代码:

    E:\caffe-master\caffe-master\Build\x64\Release\convert_imageset.exe ^

    --resize_height=256 --resize_width=256 ^

    --shuffle ^

    --backend="lmdb" ^

    E:\caffe-master\caffe-master\models\models_recognition\data\train\ ^

    E:\caffe-master\caffe-master\models\models_recognition\labels\train.txt ^

    E:\caffe-master\caffe-master\models\models_recognition\lmdb\train\

    pause

    保存并双击运行

    convert_imagest_test.bat的程序:convert_imagest_test.bat的程序

    文本代码:

    E:\caffe-master\caffe-master\Build\x64\Release\convert_imageset.exe ^

    --resize_height=256 --resize_width=256 ^

    --shuffle ^

    --backend="lmdb" ^

    E:\caffe-master\caffe-master\models\models_recognition\data\test\ ^

    E:\caffe-master\caffe-master\models\models_recognition\labels\test.txt ^

    E:\caffe-master\caffe-master\models\models_recognition\lmdb\test\

    pause

    保存并双击运行

    两个批处理文件运行完成后会在lmdb文件夹生成test和train的文件并在两个文件下有lmdb的数据lmdb数据

    4.修改网络模型文件

    利用E:\caffe-master\models下的bvlc_reference_caffenet文件的train_val.prototxt文件训练模型,利用Notepad+++打开train_val.prototxt修改如下:相关修改

    相关修改

    5.修改超参数文件

    修改E:\caffe-master\models下的bvlc_reference_caffenet文件的solver.prototxt文件,solver.prototxt文件

    6.优化器的选择及效果比较

    https://blog.csdn.net/qq_40314507/article/details/79933289各类优化前期比较

    本模型我们用AdaDelta优化器

    7.训练模型(GPU训练)

    在bat文件夹下写一个批处理文件train.bat

    代码如下:train.bat

    文本代码:

    E:\caffe-master\caffe-master\Build\x64\Release\caffe.exe train ^

    -solver=E:\caffe-master\caffe-master\models\models_recognition/solver.prototxt

    pause

    双击运行train.bat

    训练模型过程中训练过程

    使用AdaDelta准确率越来越高了使用优化器AdaDelta后

    完成

    电脑显卡好的话两三个小时就可以训练好了,GPU比CPU训练速度快10-20倍左右,所以建议使用GPU训练。训练完成后在models_recognition目录下训练前新建的model生成如下文件:model

    8.测试模型

    把需要测试的图片放进在models_recognition目录下新建的image文件夹下(网上随机下载图片)测试图

    使用python的接口Jupyter Notebook测试:Jupyter Notebook

    Jupyter Notebook

    文本代码:

    import caffe

    import numpy as np

    import matplotlib.pyplot as plt

    import os

    import PIL

    from PIL import  Image

    import sys

    caffe_root = 'E:/caffe-master/'

    deploy_file = caffe_root+'models/models_recognition/deploy.prototxt'

    model_file = caffe_root+'models/models_recognition/model/_iter_5000.caffemodel'

    net = caffe.Classifier(deploy_file,

    model_file,

    channel_swap=(2,1,0),

    raw_scale=255,

    image_dims=(227, 227))

    imagenet_labels_filename = caffe_root +'models/models_recognition/labels/label.txt'

    labels = np.loadtxt(imagenet_labels_filename, str, )

    for root,dirs,files in os.walk(caffe_root+'models/models_recognition/image'):

    for file in files:

    #加载要分类的图片\n",

    image_file = os.path.join(root,file)

    input_image = caffe.io.load_image(image_file)

    image_path = os.path.join(root,file)

    print(image_path)

    img=Image.open(image_path)

    plt.imshow(img)

    plt.show()

    #预测图片类别\n",

    prediction = net.predict([input_image])

    print 'predicted class:',prediction[0].argmax()

    # 输出概率最大的前5个预测结果\n",

    top_k = prediction[0].argsort()[::-1]

    for node_id in top_k:

    #获取分类名称\n",

    human_string = labels[node_id]

    #获取该分类的置信度\n",

    score = prediction[0][node_id]

    print('%s (score = %.5f)' % (human_string, score))

    运行后结果如下:效果图a

    效果图b

    效果图c

    结果准确率达到99.99%,这说明数据集和训练的模型非常不错。

    展开全文
  • Windows-caffe安装

    千次阅读 2017-12-08 14:45:09
    初次在windows上安装caffe,期间碰到很多问题,会经过多次安装甚至重装系统最终安装成功,故此记录下来。安装过程主要按照github上BVLC/caffe/tree/windows中README的内容安装的。安装所需软件 Visual Studio 2015 ...

    初次在windows上安装caffe,期间碰到很多问题,会经过多次安装甚至重装系统最终安装成功,故此记录下来。

    安装过程主要按照github上BVLC/caffe/tree/windows中README的内容安装的。

    安装所需软件


    • Visual Studio 2015

    如果已经安装要确认C++环境已经安装,如果未安装,安装时要最好注意选项,如果全部安装C盘会占用50多G(即使选择的安装目录是其他盘),所以一般来说只勾选C++和git就可以了

    相比直接安装Python,安装Anaconda可以安装很多库方便很多,不过caffe只能使用版本2.7和3.5,Anaconda官网上现在好像只提供2.7和最新的3.6版本,安装3.6编译时会报错,这里建议从清华大学开源软件镜像源上下载,2.7和3.5大概分别对应其中的,Anaconda2-4.4.0-Windows-x86_64.exeAnaconda3-4.2.0-Windows-x86_64.exe,安装是要勾选添加Path选项

    • Matlab2016b及以上版本

    根据Matlab官网,Matlab2015b以上版本才支持VS2015,以下版本可能会报错,安装时一定安装到C盘,不然CMake无法识别到

    下载cuDNN时官网上需要注册,可以直接从网上下载或直接点击这里下载cudnn-8.0-windows10-x64-v5.1.zip。下载后解压将其中的’cuda’文件夹里的内容复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

    下载并安装caffe


    • 安装Python接口相关库,打开cmd
    > conda config --add channels conda-forge
    > conda config --add channels willyd

    安装期间如果报错,一般来说是网速问题,多试几次,直到保证不会报错

    • 我将caffe安装在桌面,打开cmd,首先下载caffe
    > cd Desktop
    > git clone https://github.com/BVLC/caffe.git
    > cd caffe
    • 右击编辑caffe\scripts\build_win.cmd修改else中的内容为
    :: Change to 1 to use Ninja generator (builds much faster)
    if NOT DEFINED WITH_NINJA set WITH_NINJA=0
    :: Change to 3 if using python 3.5 (only 2.7 and 3.5 are supported)
    if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=3
    if NOT DEFINED BUILD_MATLAB set BUILD_MATLAB=1

    其他默认就好

    • caffe\matlab\CMakeLists.txt的内容大概第61行改为
        set_target_properties(matlab PROPERTIES
                              RUNTIME_OUTPUT_DIRECTORY ${PROJECT_SOURCE_DIR}/matlab/+caffe/private
                              RUNTIME_OUTPUT_DIRECTORY_DEBUG ${PROJECT_SOURCE_DIR}/matlab/+caffe/private
                              RUNTIME_OUTPUT_DIRECTORY_RELEASE ${PROJECT_SOURCE_DIR}/matlab/+caffe/private
                              )
        if(COPY_PREREQUISITES)

    如果不修改,无法生成
    caffe\matlab\+caffe\private\Release\caffe_.mexw64文件,
    就无法调用matlab接口,这里参考BVLC/caffe/issues/#5219

    • 接着上面的命令,编译caffe
    > scripts\build_win.cmd

    结束后大概有9064个警告

    如果运行该命令失败,可以删除caffe\build文件夹,重新运行该命令

    • caffe\python\caffe复制到Anaconda3\Lib\site-packages或者将caffe\python添加到Path

    测试


    如果前面安装时没有选择打开接口,之后可以使用cmake-gui,点好选项并configuregenerate
    cmake-gui

    使用python接口

    运行cmd

    > python
    Python 3.5.2 |Anaconda custom (64-bit)| (default, Jul  5 2016, 11:41:13) [MSC v.1900 64 bit (AMD64)] on win32
    Type "help", "copyright", "credits" or "license" for more information.
    >>> import caffe
    >>>

    没有报错说明成功

    使用matlab接口

    打开matlab添加搜索路径,运行命令

    >> cd ../caffe
    >> addpath('./build/Matlab')

    或者运行pathtool直接添加该路径并且保存

    然后进入caffe\matlab运行

    >> caffe.run_tests()
    Cleared 0 solvers and 0 stand-alone nets
    ...

    无报错说明成功,如果出现错误caffe.run_tests (line 6),应该是前面没有修改caffe\matlab\CMakeLists.txt文件

    接下来运行cmd下载训练模型

    > cd Desktop\caffe
    > python scripts\download_model_binary.py models\bvlc_reference_caffenet

    参考教程
    选择文件夹caffe\matlab\demo

    >> im = imread('../../examples/images/cat.jpg')
    >> figure;imshow(im)

    猫咪

    >> [scores, maxlabel] = classification_demo(im, 1)
    >> maxlabel
    >> figure;plot(scores)
    >> axis([0, 999, -0.1, 0.5])
    >> grid on

    结果

    展开全文
  • windows安装caffe+python

    千次阅读 2019-04-29 20:24:23
    可以CPU和GPU直接无缝切换 工具准备 Caffe(caffe-master): https://github.com/Microsoft/caffe,百度云下载:http://pan.baidu.com/s/1hs8ngpA 密码:ith0 微软的Windows三方包(Nuget程序包):...
  • Windowscaffe安装详解(cpu+gpu+matcaffe+pycaffe)

    万次阅读 多人点赞 2016-09-02 16:35:38
    同时也在安装完后及时进行总结,希望这篇博文可以帮助到大家!     需要准备的文件: 1,VS2013,这个不再赘述 2,Windows版的caffe,BVLC官方链接为https://github.com/BVLC/caffe/tree/windows   安装...
  • windows安装caffe1.1时需要从github下载的依赖包,给网速不好的TX备个份
  • Caffe学习笔记(一)——Windowscaffe安装与配置-附件资源
  • caffe在windows平台中安装caffe(一):基础安装及简单测试基础配置下载caffe-windows运行build_win.cmd编译caffe.slnmnist数据集中进行测试 基础配置 本文中的配置:win10 + vs2015 + python2.5 + cmake3.12 ...
  • WindowsCaffe安装一直以来比Linux下复杂一些。本文Microsoft Caffe基础详细描述了一种Caffe for Windows安装和修改方法。
  • 该文件为Caffe在Windows下的安装、配置及编译。 文档中提供了各资源的下载路径 文档中提供了详细的安装及 编译步骤。 作业已经成功编译。
  • 一个Caffe实现的MobileNet-YOLO检测网络,首先COCO trainval35k进行训练,然后07 + 12进行微调,VOC2007进行测试 网络 地图 解析度 下载 NetScope 推理时间(GTX 1080) 推理时间(i5-4440) ...
  • caffe-windows

    2017-10-12 16:52:03
    windowscaffe的安装包,可配置gpu或cpu模式,用vs2015编译即可。
  • CAFFE FOR WINDOWS安装与配置 参照githubhappynear的caffe-windows项目,将Caffe for Windows配置成功,并且测试了其转换好的mnist数据库,不论是速度还是结果,效果都相当好。现总结一下配置方法。 ...
  • 注意:python采用的是2.7版本,vs用的是2013...然后后来运气好从一些博客弄到比较老的博客有关caffe安装解析,以下放有用的参考。 1.【caffe-Windows】微软官方caffe之 Python接口配置及图片生成实例 2.【caf...
  • 里面收录了比较全的caffe安装教程,适合初次在Windows或者Ubuntu操作系统下实战caffe安装,及实战mnist,cifar10数据集的举例博客,是caffe初学者的首选
  • Windowscaffe安装详解

    2017-07-31 10:32:48
    需要准备的文件: 1,VS2013,这个不再赘述 2,Windows版的caffe,BVLC官方链接为https://github.com/BVLC/caffe/tree/windows
  • Caffe Windows安装

    2019-01-13 22:38:06
    安装失败原因总结:版本不匹配,一定要注意版本。 一、安装vs2013 二、安装cuda 8.0  PS:根据自己是系统进行选择,这里选择的是cuda_8.0.61_win10.exe 三、下载cuDNN 5.0 PS:...
  • 由于新版本不包含windows文件夹导致很多老教程失效,这个版本带 windows文件夹。需要的可以下载
  • Windowscaffe安装详解(仅CPU)

    千次阅读 2018-08-30 14:57:55
    原文链接:链接 本文大多转载自 ... 1、环境:windows 7\VS2013 2、caffe-windows准备 (1)下载官方caffe-windows并解压,将 .\windows\CommonSettings.props.example备份,并改名为C...
  • caffe2 windows安装

    千次阅读 2018-07-24 15:32:26
    首先下载caffe2的源码: git clone --recursive https://github.com/caffe2/caffe2.git  这样下来的肯定是编译不过的。这个坑足够大,大到你的跪了。这个情况下,主要是 third_party目录是空的...
  • Windows10 下caffe-Windows安装与配置

    千次阅读 2020-09-25 16:23:16
    下载官方代码,选择Windows分支的版本 查看其README.md文件,其中对环境的要求都已说明,且可以配置多个版本; Visual Studio 2015, CPU only, Python 3.5: Caffe Release, Caffe Debug Visual Studio 2015, CUDA ...
  • 笔者前几天无意中发现,深度学习框架caffe-windows出了官方版本,对于众多习惯使用windows机器的caffe使用者来说这无疑是福音,而且据说官方版的caffe-windows是由微软公司负责维护的哦~废话不多说,下面就开始下载...
  • 是这样的,由于实验需要,要安装一下caffee,并集成进C++项目。当然,是通过CMake来管理的。接触的包越多,月感觉CMake方便好用。主要是之前使用已经有一些经验了。 项目环境 项目是医学图像相关,所以已经使用...
  • Windows10安装caffe的方法

    千次阅读 2019-04-03 15:51:40
    Windows Setup Requirements Visual Studio 2013 or 2015 Technically only the VS C/C++ compiler is required (cl.exe) CMake 3.4 or higher (Visual Studio and Ninja generators are supported...
  • (1)caffe在windows环境下的模型训练MNIST数据集和leveldb版的转换数据 (2)caffe.exe 和convert_mnist_siamese_data.exe可执行程序;第一个用于caffe模型训练,第二个用于MNIST数据到Leveldb格式转换 (3)训练...
  • windows下超详细教程安装caffe并编译测试,附带所有文件地址和安装说明
  • caffe 安装教程

    2019-02-28 12:03:00
    Windows caffe 安装教程 faster rcnn跑通教程 Windows7/10 64位 GPU caffe vs2013 anaconda2 OpenCV2 py-faster rcnn跑通及训练

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 12,172
精华内容 4,868
关键字:

caffe安装在windows上