- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在阅读 ssd-caffe 代码时有一些问题,我真的需要你的帮助。
最佳答案
数据层提供从硬盘异步读取随机数据的可能性(它使用 2 个线程:一个线程读取,另一个将数据传递到神经网络)。您的顶级 blob 由数据和标签组成。不幸的是,标签是一维的。为了解决这个问题,可以按特殊顺序组织我们的 lmdb 数据库。然后,当我们读取数据时,在将其传递给神经网络之前,我们对其进行转换以使其适应我们的问题。下面我通过一个例子来展示:首先我将编写一个 LMDB 数据库,其中包含 10 个不同的图像(它是相同的图像,但我们假设它们是不同的)、10 个随机边界框和 10 个维度为 3 的随机标签。
注意 : 要重现以下代码,您必须安装 caffe。如果您只编译了 caffe 文件夹,则在 中创建文件夹root_caffe/examples/new_folder , 把代码放在那里然后编译制作 .
#include <caffe/caffe.hpp>
#include "caffe/proto/caffe.pb.h"
#include "caffe/util/db.hpp"
#include "boost/scoped_ptr.hpp"
#include <opencv2/imgcodecs.hpp>
#include <iostream>
#include <stdlib.h>
using namespace caffe;
using boost::scoped_ptr;
std::vector<float> generate_random_boxes(const int max_num_bbx){
std::vector<float> bbx(4*max_num_bbx);
for(int i = 0; i < max_num_bbx; i++){
float scale = 500*static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
float x1 = static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
float y1 = static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
float x2 = x1 + static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
float y2 = x1 + static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
bbx[i*4] = scale*x1;
bbx[i*4 + 1] = scale*y1;
bbx[i*4 + 2] = scale*x2;
bbx[i*4 + 3] = scale*y2;
}
return bbx;
}
std::vector<float> generate_random_labels(const int dim_label, const int max_num_bbx){
std::vector<float> labels(dim_label*max_num_bbx);
for(int i = 0; i < max_num_bbx; i++){
for(int j = 0; j < dim_label; j++){
labels[dim_label*i + j] = static_cast <float> (rand()) / static_cast <float> (RAND_MAX);
}
}
return labels;
}
int main(){
const std::string root_path = "/path/for/test/";
const std::string path_lmdb = root_path + "lmdb";
std::string rm_lmdb = std::string("rm -rf ") + path_lmdb.c_str();
system(rm_lmdb.c_str());
scoped_ptr<db::DB> db(db::GetDB("lmdb"));
db->Open(path_lmdb, db::NEW);
scoped_ptr<db::Transaction> txn(db->NewTransaction());
int n = 10;
int max_num_bbx = 7;
int dim_label = 3;
cv::Mat aux_img = cv::imread(root_path + "image.jpg");
int rows = aux_img.rows;
int cols = aux_img.cols;
std::vector<cv::Mat> vec_img(n);
std::vector< std::vector<float> > vec_bbx(n);
std::vector< std::vector<float> > vec_label(n);
for(int i = 0; i < n; i++){
vec_img[i] = aux_img.clone();
vec_bbx[i] = generate_random_boxes(max_num_bbx);
vec_label[i] = generate_random_labels(dim_label, max_num_bbx);
}
for(int i = 0; i< n; i++){
int sz = 3*rows*cols + 4*max_num_bbx + dim_label*max_num_bbx;
Datum datum;
datum.set_label(0); //no used
datum.set_channels(1);
datum.set_height(1);
datum.set_width(sz);
google::protobuf::RepeatedField<float>* datumFloatData = datum.mutable_float_data();
//store images
cv::Mat img = vec_img[i];
for(int d = 0; d < 3; d++){ //BGR
for(int r = 0; r < rows; r++){
for(int c = 0; c < cols; c++){
cv::Vec3b pixel = img.at<cv::Vec3b>(r, c);
datumFloatData->Add(float(pixel[d]));
}
}
}
//store bounding-boxes
std::vector<float>& bbx = vec_bbx[i];
for(int j = 0; j < 4*max_num_bbx; j++)
datumFloatData->Add(bbx[j]);
//store labels
std::vector<float>& label = vec_label[i];
for(int j = 0; j < dim_label*max_num_bbx; j++)
datumFloatData->Add(label[j]);
//store lmdb
std::string key_str = caffe::format_int(i);
std::string out;
CHECK(datum.SerializeToString(&out));
txn->Put(key_str, out);
txn->Commit();
txn.reset(db->NewTransaction());
std::cout<<"save data: "<<i<<std::endl;
}
return 0;
}
#include <caffe/caffe.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include "boost/scoped_ptr.hpp"
#include <iostream>
#include <stdio.h>
#include <stdlib.h>
using namespace caffe;
using boost::scoped_ptr;
int main(){
const std::string root_path = "/path/for/test/";
const std::string path_lmdb = root_path + "lmdb";
//parameters used to store lmdb data base
int n = 10;
int max_num_bbx = 7;
int dim_label = 3;
cv::Mat aux_img = cv::imread(root_path + "image.jpg");
int rows = aux_img.rows;
int cols = aux_img.cols;
//here we build the network input
NetParameter net_param;
LayerParameter* db_layer_param = net_param.add_layer();
db_layer_param->set_name("data");
db_layer_param->set_type("Data");
DataParameter* db_data_param = db_layer_param->mutable_data_param();
db_data_param->set_batch_size(2);
db_data_param->set_prefetch(3);
db_data_param->set_source(path_lmdb);
db_data_param->set_backend(DataParameter_DB_LMDB);
db_layer_param->add_top("data");
LayerParameter* slice_layer_param = net_param.add_layer();
slice_layer_param->set_name("slice");
slice_layer_param->set_type("Slice");
slice_layer_param->mutable_slice_param()->set_axis(3);//starting B
slice_layer_param->mutable_slice_param()->add_slice_point(rows*cols);//starting G
slice_layer_param->mutable_slice_param()->add_slice_point(2*rows*cols);//starting R
slice_layer_param->mutable_slice_param()->add_slice_point(3*rows*cols);//starting bbx
slice_layer_param->mutable_slice_param()->add_slice_point(3*rows*cols + 4*max_num_bbx);//starting labels
slice_layer_param->add_bottom("data");
slice_layer_param->add_top("img_b");
slice_layer_param->add_top("img_g");
slice_layer_param->add_top("img_r");
slice_layer_param->add_top("bbx");
slice_layer_param->add_top("labels");
//NOTE: you must add the additional layers of your model
/*
.
.
.
.
*/
//here we store and load the model
//NOTE:In this example is not necessary to store the model in prototxt file
const std::string net_file = root_path + "model.prototxt";
Net<float> net(net_param);
WriteProtoToTextFile(net_param,net_file);
//here we make forward in order to read our data
net.Forward();
/*Note that in this example we read 2 images, but then we will only show the first*/
//read first image
boost::shared_ptr< Blob< float > > img_b = net.blob_by_name("img_b");
boost::shared_ptr< Blob< float > > img_g = net.blob_by_name("img_g");
boost::shared_ptr< Blob< float > > img_r = net.blob_by_name("img_r");
cv::Mat img(rows,cols,CV_8UC3);
for(int r = 0; r < rows; r++){
for(int c = 0; c < cols; c++){
img.at<cv::Vec3b>(r,c)[0] = (uchar) img_b->cpu_data()[r*cols + c];
img.at<cv::Vec3b>(r,c)[1] = (uchar) img_g->cpu_data()[r*cols + c];
img.at<cv::Vec3b>(r,c)[2] = (uchar) img_r->cpu_data()[r*cols + c];
}
}
//read bounding boxes
boost::shared_ptr< Blob< float > > bbx = net.blob_by_name("bbx");
for(int i = 0; i < max_num_bbx; i++){
float x1 = bbx->cpu_data()[4*i];
float y1 = bbx->cpu_data()[4*i + 1];
float x2 = bbx->cpu_data()[4*i + 2];
float y2 = bbx->cpu_data()[4*i + 3];
cv::Point pt1(y1, x1);
cv::Point pt2(y2, x2);
cv::rectangle(img, pt1, pt2, cv::Scalar(0, 255, 0));
}
//read labels
boost::shared_ptr< Blob< float > > labels = net.blob_by_name("labels");
std::cout<<"labels: "<<std::endl;
for(int i = 0; i < max_num_bbx; i++){
for(int j = 0; j < dim_label; j++){
std::cout<<labels->cpu_data()[i*dim_label + j]<<" ";
}
std::cout<<std::endl;
}
cv::imshow("img", img);
cv::waitKey(0);
return 0;
}
layer {
name: "data"
type: "Data"
top: "data"
data_param {
source: "/path/for/test/lmdb"
batch_size: 2
backend: LMDB
prefetch: 3
}
}
layer {
name: "slice"
type: "Slice"
bottom: "data"
top: "img_b"
top: "img_g"
top: "img_r"
top: "bbx"
top: "labels"
slice_param {
slice_point: 344000
slice_point: 688000
slice_point: 1032000
slice_point: 1032028
axis: 3
}
}
关于c++ - 如何在 ssd-caffe 中加载图像而不是 LMDB,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62307905/
#include using namespace std; class C{ private: int value; public: C(){ value = 0;
这个问题已经有答案了: What is the difference between char a[] = ?string?; and char *p = ?string?;? (8 个回答) 已关闭
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 7 年前。 此帖子已于 8 个月
除了调试之外,是否有任何针对 c、c++ 或 c# 的测试工具,其工作原理类似于将独立函数复制粘贴到某个文本框,然后在其他文本框中输入参数? 最佳答案 也许您会考虑单元测试。我推荐你谷歌测试和谷歌模拟
我想在第二台显示器中移动一个窗口 (HWND)。问题是我尝试了很多方法,例如将分辨率加倍或输入负值,但它永远无法将窗口放在我的第二台显示器上。 关于如何在 C/C++/c# 中执行此操作的任何线索 最
我正在寻找 C/C++/C## 中不同类型 DES 的现有实现。我的运行平台是Windows XP/Vista/7。 我正在尝试编写一个 C# 程序,它将使用 DES 算法进行加密和解密。我需要一些实
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
有没有办法强制将另一个 窗口置于顶部? 不是应用程序的窗口,而是另一个已经在系统上运行的窗口。 (Windows, C/C++/C#) 最佳答案 SetWindowPos(that_window_ha
假设您可以在 C/C++ 或 Csharp 之间做出选择,并且您打算在 Windows 和 Linux 服务器上运行同一服务器的多个实例,那么构建套接字服务器应用程序的最明智选择是什么? 最佳答案 如
你们能告诉我它们之间的区别吗? 顺便问一下,有什么叫C++库或C库的吗? 最佳答案 C++ 标准库 和 C 标准库 是 C++ 和 C 标准定义的库,提供给 C++ 和 C 程序使用。那是那些词的共同
下面的测试代码,我将输出信息放在注释中。我使用的是 gcc 4.8.5 和 Centos 7.2。 #include #include class C { public:
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
我的客户将使用名为 annoucement 的结构/类与客户通信。我想我会用 C++ 编写服务器。会有很多不同的类继承annoucement。我的问题是通过网络将这些类发送给客户端 我想也许我应该使用
我在 C# 中有以下函数: public Matrix ConcatDescriptors(IList> descriptors) { int cols = descriptors[0].Co
我有一个项目要编写一个函数来对某些数据执行某些操作。我可以用 C/C++ 编写代码,但我不想与雇主共享该函数的代码。相反,我只想让他有权在他自己的代码中调用该函数。是否可以?我想到了这两种方法 - 在
我使用的是编写糟糕的第 3 方 (C/C++) Api。我从托管代码(C++/CLI)中使用它。有时会出现“访问冲突错误”。这使整个应用程序崩溃。我知道我无法处理这些错误[如果指针访问非法内存位置等,
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。 关闭 7 年前。
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的,因为
我有一些 C 代码,将使用 P/Invoke 从 C# 调用。我正在尝试为这个 C 函数定义一个 C# 等效项。 SomeData* DoSomething(); struct SomeData {
这个问题已经有答案了: Why are these constructs using pre and post-increment undefined behavior? (14 个回答) 已关闭 6
我是一名优秀的程序员,十分优秀!