文件名称：caffe-oneclick：只需单击一下即可使用caffe训练自己的数据
文件大小：57KB
文件格式：ZIP
更新时间：2024-03-15 06:06:39
ocr caffe caffe-windows caffe-python Python
caffe一键式训练评估集成开发环境 最近更新2020.07.08 概述 本项目提供一个集成式开发环境，在配好咖啡环境的情况下，立即将准备好的图片放入数据目录下，便可以一键生成lmdb数据文件，均值文件，标注文件和测试评估模型，发现错误样本，部署模型等所有的操作，更难能可贵的是它是跨平台的，可以无缝的在Windos和Linux之间切换。 使用深度学习完成一个特定的任务说明说字符识别，人脸识别等大致可以分为数据准备，定义模型，训练模型，评估模型和部署模型等几个步骤。 配置caffe 现在配置caffe非常方便，仅需几行命令即可搞定，确保安装了所需的依赖，这里仅摘录最关键的部分，其余的详细内容可参见参考链接。 视窗 ::为了减少日后不必要的麻烦，建议VS2015,Cuda8.0,cudnn5.1及以上,python2.7 git clone https://github.com/BVLC/c
【文件预览】：
caffe-oneclick-master
----models()
--------plate_fromimg.prototxt(2KB)
--------deploy.prototxt(2KB)
--------solver.prototxt(852B)
--------mean.binaryproto(5KB)
--------plate_lenet.prototxt(2KB)
--------labels.txt(40B)
--------mean.npy(9KB)
----classification.bat(374B)
----train.sh(2KB)
----train.py(4KB)
----cpp()
--------LenetClassifier.cpp(804B)
--------LenetClassifier.h(747B)
--------evaluationcpp.vcxproj(9KB)
--------evaluation.cpp(3KB)
----.gitignore(66B)
----CMakeLists.txt(517B)
----train.bat(1KB)
----README.md(5KB)
----util()
--------val.txt(18KB)
--------plotaccuracy.py(2KB)
--------evaluation.py(6KB)
--------train.prototxt(1KB)
--------deploy.prototxt(1KB)
--------solver.prototxt(340B)
--------train.txt(71KB)
--------preprocess.py(2KB)
--------meanfilebinartynpy.py(561B)
--------test.prototxt(1KB)
----cpp4caffe()
--------cpp4caffe.vcxproj(10KB)
--------cnnpredictor.h(8KB)
--------evaluation.cpp(2KB)