caffe 网络中的各个层
摘要：1. BGR TO RGB 由于训练过程，使用的是RGB，在计算过程中,caffe 调用的是opencv，因此需要将在.protxt中写入代码, 将BGR转换为RGB 里面使用的是caffe中的Slice 和 Concat模块 layer { name: "convert_slice" type:
阅读全文
posted @
2020-05-15 17:36
python我的最爱
阅读(301)
推荐(0) 编辑
mean.npy生成mean.protxt 和 mean.protxt生成mean.npy
摘要：mean.npy 转换为mean.protxt import caffeimport numpy as np## mean.npy to mean.binaryproto# 使用mean.npy 生成 mean.binaryproto 用于caffe的模型转换MEAN_NPY_PATH = 'mea
阅读全文
posted @
2020-05-15 12:22
python我的最爱
阅读(255)
推荐(0) 编辑
文本算法-Ctpn(用于进行文本框的提取)
摘要：CTPN是CNN+RNN的结合，CNN主要是用于文本框的提取，RNN将中间层的输入结果进行改变，保证文本框的上下文具有联系 网络结构 网络结构说明: 首先使用VGG，将原来图片的大小，缩小为1/16，因此每一个点输出结果是2*10概率和2*10的位置信息 标签制作: 构造16个像素，从上到下构造an
阅读全文
posted @
2020-05-05 22:40
python我的最爱
阅读(1002)
推荐(0) 编辑
