베스트 Caffe 학습 사이트 모음

-

기사 소개

앞으로 Caffe를 공부하고 싶은 사람에게 도움이 될만한 기사를 정리하고 있습니다.
공식 : http://caffe.berkeleyvision.org/ 우선 공식 페이지. document과 ipython notebook에 따르면 PyCaffe 등의 튜토리얼이 매우 충실하고 좋은 느낌입니다.

class list 등 : http://caffe.berkeleyvision.org/doxygen/annotated.html caffe에서 사용 가능한 layer 등에 대해 정리하고 있습니다.

Caffe에서 손쉽게 이미지 분류 : http://techblog.yahoo.co.jp/programming/caffe-intro/ reference model을 사용하여 Caffe 특징 추출기로 사용하는 방법과 데이터베이스의 준비, 미세 조정 등을 수행하는 방법 이 정중하게 설명되어 있습니다.

Caffe의 wiki : http://wiki.ruka-f.net/index.php?Caffe 에 기사를 실제로 해 보거나 여러가지하고 있습니다.

Caffe과 maf을 이용한 딥 학습 개발 · 실험 방법 : http://www.slideshare.net/KentaOono/how-to-develop Caffe 간단한 소개와 maf 의한 실험 방법을 정리하고 있습니다.

Caffe 대한 도움말 얻기や모르는 것이있을 때는 
caffe users mailing list : https://groups.google.com/forum/#!forum/caffe-users github issue : https://github.com/BVLC / caffe / issues http://boardreader.com/site/Issues_BVLC_caffe_GitHub_598836690.html 을 보면 좋다. 대부분의 의문은 여기에 써 있습니다.

댓글

댓글 쓰기

이 블로그의 인기 게시물

파이썬으로 Homomorphic Filtering 하기

-
이미지
import cv2 # For OpenCV modules (For Image I/O and Contour Finding) import numpy as np # For general purpose array manipulation import scipy . fftpack # For FFT2 #### imclearborder definition def imclearborder ( imgBW , radius ): # Given a black and white image, first find all of its contours imgBWcopy = imgBW . copy () contours , hierarchy = cv2 . findContours ( imgBWcopy . copy (), cv2 . RETR_LIST , cv2 . CHAIN_APPROX_SIMPLE ) # Get dimensions of image imgRows = imgBW . shape [ 0 ] imgCols = imgBW . shape [ 1 ] contourList = [] # ID list of contours that touch the border # For each contour... for idx in np . arange ( len ( contours )): # Get the i'th contour cnt = contours [ idx ] # Look at each point in the contour for pt in cnt : rowCnt = pt [ 0 ][ 1 ] colCnt = pt [ 0 ][ 0 ] # If this is within the radius of th...
자세한 내용 보기

파이썬으로 2D FFT/iFFT 하기: numpy 버전

-
이미지
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2 . imread ( 'messi5.jpg' , 0 ) f = np . fft . fft2 ( img ) fshift = np . fft . fftshift ( f ) magnitude_spectrum = 20 * np . log ( np . abs ( fshift )) plt . subplot ( 121 ), plt . imshow ( img , cmap = 'gray' ) plt . title ( 'Input Image' ), plt . xticks ([]), plt . yticks ([]) plt . subplot ( 122 ), plt . imshow ( magnitude_spectrum , cmap = 'gray' ) plt . title ( 'Magnitude Spectrum' ), plt . xticks ([]), plt . yticks ([]) plt . show () rows , cols = img . shape crow , ccol = rows / 2 , cols / 2 fshift [ crow - 30 : crow + 30 , ccol - 30 : ccol + 30 ] = 0 f_ishift = np . fft . ifftshift ( fshift ) img_back = np . fft . ifft2 ( f_ishift ) img_back = np . abs ( img_back ) plt . subplot ( 131 ), plt . imshow ( img , cmap = 'gray' ) plt . title ( 'Input Image' ), plt . xticks ([]), ...
자세한 내용 보기