Neural network 如何设置前馈的平均像素?咖啡
我想微调VGG19,它工作得很好。在训练时,我将平均像素减去Neural network 如何设置前馈的平均像素?咖啡,neural-network,deep-learning,caffe,pycaffe,feed-forward,Neural Network,Deep Learning,Caffe,Pycaffe,Feed Forward,我想微调VGG19,它工作得很好。在训练时,我将平均像素减去 name: "VGG_ILSVRC_19_layer" layer { name: "data" type: "Data" include { phase: TRAIN } transform_param { mean_value: 104 mean_value: 117 mean_value: 123 mirror: false } data_param { so
name: "VGG_ILSVRC_19_layer"
layer {
name: "data"
type: "Data"
include {
phase: TRAIN
}
transform_param {
mean_value: 104
mean_value: 117
mean_value: 123
mirror: false
}
data_param {
source: "examples/VGG_finetune/train_lmdb"
batch_size: 8
backend: LMDB
}
top: "data"
top: "label"
}
现在我需要通过我的微调网络进行前馈。如果我看
它们没有在部署文件中指定平均像素值
问题:如何在前馈时提供网络平均像素值?
我的前馈(加载网络)代码是 现在我不确定
mean=(104117123)
是否有效,因为当我查看classifier
的源代码时,我通过代码中的注释了解到它只需要ndarray
,否则它会出错。如何从输入图像中减去平均像素?您可以通过
net = caffe.Classifier(model_prototxt, model_trained,
mean=NP.array( [104, 117, 123], dtype='f4'),
channel_swap=(2,1,0),
raw_scale=255,
image_dims=(224, 224))
您可以通过以下方式将您的
mean
指定为ndarray
net = caffe.Classifier(model_prototxt, model_trained,
mean=NP.array( [104, 117, 123], dtype='f4'),
channel_swap=(2,1,0),
raw_scale=255,
image_dims=(224, 224))
谢谢Shai再次帮助我。谢谢Shai再次帮助我。