2048 AI社区

2048 AI社区

AI资讯 AI造物社区 MCP

话题讨论活动竞赛科技篇产业对接

去全站搜索看看？

登录社区云

登录社区云，与社区用户共同成长

2048 AI社区

邀请您加入社区

欢迎加入社区

欢迎加入社区

caffe

opencv调用Caffe、TensorFlow、Darknet、Torch训练好的模型

转载：https://blog.csdn.net/shanglianlm/article/details/80030569OpenCV 3.3版本发布，对深度学习（dnn模块）提供了更好的支持，dnn模块目前支持Caffe、TensorFlow、Torch、PyTorch等深度学习框架。#1 加载模型成网络###1-1 调用caffe模型##核心代码：String modelDes...

byxdaz
2019-05-15 23:58:16

 2785

#opencv #caffe #tensorflow
手把手教你在Win10上为Vibe Writing项目搭建Claude Code环境

本文详细介绍了在Windows 10系统中配置Vibe Writing Workflow所需Claude Code环境的完整流程。核心内容包括：区分Claude Desktop与Claude Code的差异，通过WSL 2安装Ubuntu子系统，配置Node.js/npm开发环境，安装并认证Claude Code命令行工具。文章采用流程图清晰展示安装路径，并强调需要Anthropic API密钥等

 weixin_40040017
2026-02-09 15:25:58

 1110

 12

#人工智能 #caffe #神经网络 +2
别再对AI“许愿”了，高手都在用这套“管理学”

摘要：AI已从"聊天伙伴"转变为需要系统管理的"超级实习生"。提示词工程成为关键管理工具，包括：1)系统提示和角色扮演，为AI设定专业边界；2)提供高质量上下文作为决策依据；3)思维链技术确保逻辑严谨；4)思维树方法探索多路径解决方案。这种工程化管理能提升AI输出的确定性，降低业务成本，并形成独特的数字资产壁垒。未来核心竞争力将不再是单一提示词，而是整套AI

泯泷
2025-12-07 18:33:21

 868

 25

#人工智能 #数据挖掘 #语音识别 +4
AI 界的“USB-C”协议来了：让你的 AI 拥有即插即用的“手和脚”

AI Agent的瓶颈与突破：MCP协议开启AI"即插即用"时代当前AI应用面临核心困境：大模型虽智能却缺乏与物理世界连接的能力，导致其更像"聊天伙伴"而非"办事员"。Anthropic公司提出的MCP协议（模型上下文协议）正试图解决这一痛点，其核心价值在于：标准化革命：MCP如同AI世界的USB-C接口，统一了AI与外部工具的通信标

 泯泷
2025-12-06 21:39:43

 482

 5

#人工智能 #数据挖掘 #语音识别 +4
原来这就是 Caffe 深度学习框架

Caffe是由伯克利人工智能研究（BAIR）开发的深度学习框架，它是一个清晰、高效的框架，特别适合于卷积神经网络（CNN）的快速实现。Caffe强调速度和内存效率，这使得它在处理大规模图像数据时表现出色。它采用了一种基于protobuf的配置文件来定义网络结构和训练参数，这种方式简洁明了，易于理解和修改。在Caffe中，网络结构通过.prototxt文件定义。

糯米导航
2025-08-30 09:43:13

 854

 4

#深度学习 #caffe #人工智能
港科大发布「大模型越狱攻击」评估基准，覆盖37种、6大类别方法

GuidedBench的提出，为混乱的LLM越狱评估领域建立了一个清晰、公正、可信的标准，它不仅戳破了当前越狱攻击领域「高成功率」的泡沫，更重要的是，它推动整个社区从追求虚高的数字，转向对AI安全风险进行更细致、深入、有意义的探索。

码农Q！
2025-08-04 13:36:39

 826

 17

#transformer #人工智能 #计算机视觉 +4
Check failed:datum_height > = crop_size(32 vs.227)

根据提示，问题是crop_size的尺寸不匹配，该网络默认crop_size的尺寸是227*227，而我在数据的预处理阶段把数据处理成了32*32，所以会出现这个问题。解决办法：在train_val.prototxt文件中将其修改为32*32后就可以了。...

路人K_
2018-02-15 09:31:44

 2042

#caffe
U-Net：用于生物医学图像分割的卷积网络

英文原文链接: U-Net: Convolutional Networks for Biomedical Image SegmentationAuthor—Olaf Ronneberger, Philipp Fischer, and Thomas BroxComputer Science Department and BIOSS Centre for Biological Signalling S

何方圆
2020-07-05 15:54:25

 4253

 5

#计算机视觉 #深度学习 #神经网络 +2
caffe和onnx对protobuf的依赖

ONNX 和 Caffe 都使用 Protobuf 库来序列化和反序列化结构化数据。它们可能需要不同版本的 Protobuf 库，这可能会导致冲突。但如果执行import onnx的时候会报错找不到protobuf，这时候可以执行。ONNX 支持 Protobuf v3.12.2 到 v3.20.1 的版本。此时caffe和onnx都可以正常使用。

慕思侣
2023-06-02 14:16:31

 1377

#caffe #人工智能 #深度学习
GTSDB标签转COCO标签

caffe学习（10）：交通标志目标检测训练整体流程_超超越越一亿粉丝的博客-CSDN博客先看看COCO数据集格式在COCO中一个图片对应一个同名的txt，其中，第一个值是类别，COCO中是0 -79 80个类别后四位是中心点 cx cy 图像宽高的scale,整张图像视为单位1再来看GTSDB标签Public Archive: ff17dc924eba88d5d01a807357d6614c

FeboReigns
2022-03-11 10:37:58

 2445

 3

#caffe #深度学习 #人工智能
Ruyi环境搭建与NNIE模型转换与使用

Ruyi环境搭建与NNIE模型转换与使用一、Ruyi是一个集成开发环境，主要用于模拟程序运行，模型转换，验证对比。模型转换后，Ruyi提供了一些仿真库，让Ruyi可以仿真模型转换后的模块一样，运行得到相同结果。常用功能仿真即可，我们只需要知道结果，然后跟原模型输出结果做对比即可,甚至更多时候我们只是直接在目标板上跑。关于模型转换后是否精度正确，那么他就需要运行caffe，来加载模型，并跑一张

 guolele2010
2021-08-06 13:46:41

 2875

 3

#caffe
windows下编译caffe（VS2015+Python3.5+CPU）

前言为了缩减本文篇幅，相应的软件仅提供下载地址，不赘述下载过程！windows 下编译 caffe 所需软件或工具（针对本文）：Anaconda 3-4.1.1cmake 3.23.2VS 2015caffe-windows注意所使用的版本要和本文相对应，本文使用【Anaconda 3-4.1.1】来替代【Python 3.5】，直接使用Python会遇到很多问题，而且【Anaconda 3-4.

@半岛铁盒@
2022-05-26 22:28:32

 1728

 8

#caffe #windows #深度学习
feature map大小计算方法

（1）边长的计算公式是： output_h =（originalSize_h+padding*2-kernelSize_h）/stride +1输入图片大小为200×200，依次经过一层卷积（kernel size 5×5，padding 1，stride 2），pooling（kernel size 3×3，padding 0，stride 1），又一层卷积（kernel size 3×...

nkszjx2
2017-11-29 14:48:27

 1.8w

 13

#caffe
jetson nano 配置caffe环境

按装所需要的库

 DSZS123
2020-03-18 11:18:02

 1230

 3

#caffe #深度学习
使用深度学习网络SSD识别自己定义的物体

最近在做一些使用深度学习网络SSD（single shot multibox detector）的Caffe版本进行物体识别的工作。

Sparta_117
2017-10-13 14:52:01

 5518

 3

#深度学习 #caffe
Ubuntu nvidia显卡出现no CUDA-capable device is detected问题解决办法

caffe在训练的时候遇到 no CUDA-capable device is detected的问题解决办法：查看驱动版本号cd /usr/src如下：这里我的版本号是418.74sudo apt-get install dkmssudo dkms install -m nvidia -v 418.74然后再次输入nvidia-smi熟悉的界面就回来了...

诡谲QAQ
2019-09-17 11:33:05

 4398

 3

#caffe
【Pytorch2caffe】pytorch转caffe的一些注意细节

收集整理，感谢以下作者的解释。在设计pytorch网络结构的时候，务必注意下面几个点，防止训了很久的模型转成caffe不能用的情况。#1、q&a:#0929_1 pytorch 中的ceil mode 为false，则默认当奇数数feature size时，去掉多余的边的数据再进行maxpool；反之当ceil mode为true，则保留多余边数据，再maxpool#规避 maxpool

ronales
2021-09-29 13:52:03

 1235

#caffe #深度学习 #python
骁龙神经处理引擎SDK参考指南（11)

运行snpe-dlc-graph-prepare触发在提供的模型上生成 HTP 图，并将生成的缓存添加到 HTP 记录到 DLC 中。在所有情况下，SNPE snpe-dlc-quantize 工具都会创建记录，这些记录存储有关 HTA 子网的元数据以及 HTA 编译器为指定部分生成的编译二进制文件。例如，以下命令将 Inception v3 DLC 文件转换为量化的 Inception v3 D

weixin_38498942
2023-05-31 10:17:38

 1258

#caffe #深度学习 #人工智能
使用yolov3训练识别围棋死活题和围棋局面

我的知名围棋APP忘忧围棋的开发者(www.gog361.com),一直想做一个可以通过手机拍摄识别死活题的功能，前后经过了半年时间的折腾，终于上线这个功能。这个过程很艰辛，并且踩了还不少的坑，所以记录下这个过程。应用的场景有以下几种1. 小孩子在学围棋的时候，家长是不懂围棋的，老师给的题目在书本上，家长可以拍照识别题目并通过AI解题2. 在现实中下棋的时候，棋局结束的时候数子，或者棋局中间的时候

 wyzegg
2020-08-16 00:46:57

 6772

 7

#深度学习 #caffe #小程序
海思的模型转换-yolov3的darknet模型和yolox模型转caffe模型

可以直接获取yolov3和yolox的模型转成caffe模型的虚拟机，无需将时间用在搭建开发环境上，让更多的精力实现更有价值的学习。模型转换的虚拟机：链接：https://pan.baidu.com/s/1xiB3n7WxYIz8BqzojfsXyw提取码：42lq包括：YOLOv3、YOLOv3-spp、YOLOv3-tiny的模型输入模型输出模型模型转换caffe模型

 金书世界
2024-03-13 12:41:06

 819

 13

#caffe #人工智能
解析Caffe框架的prototxt模型文件

本篇博客主要介绍`Caffe`的模型定义文件`.prototxt`及如何将`Caffe`的模型权重文件`.caffemodel`转为`PyTorch`的`.pth`。

夏小悠
2022-07-07 15:47:32

 2309

 3

#caffe #深度学习 #人工智能
windows10上搭建caffe以及踩到的坑

这是因为cudnn8里没有cudnnGetConvolutionForwardAlgorithm()这个函数了，改成了cudnnGetConvolutionForwardAlgorithm_v7()，也没了CUDNN_CONVOLUTION_FWD_SPECIFY_WORKSPACE_LIMIT这个宏定义，这些都是API不兼容，但是NVIDIA声明cudnn8不支持了，caffe的代码也没人去更新

 渡伴
2023-08-29 15:06:18

 1586

#caffe #人工智能 #深度学习
caffe（2）配置文件.prototxt的理解

首先建立一个net，net有多层构成，层有不同的类型。网络结构定义在.prototxt文件中。下面详细介绍：1. 数据层即输入层。在caffe中数据以blob的格式进行存储和传输，在这一层中是实现数据其他格式与blob之间的转换，例如从高效的数据库lmdb或者level-db转换为blob，也可以从低效的数据格式如hdf5或者图片。另外数据的预处理也在本层实现，如减去均值, 放大缩小, 裁剪和

 Peggy-haha
2017-07-17 13:48:31

 1.9w

 19

#caffe #cnn
【c++】14.编译proto和proto相关用法

编译proto和proto相关用法1.编译proto的问题重装protoc可参考 https://blog.csdn.net/u013498583/article/details/74231058查看当前protoc版本： protoc --version查看protoc安装位置：which protoc查找protoc相关文件：sudo find / -name protoc编译proto文件p

Mister Zhu
2021-04-20 13:58:23

 5999

 6

#c++#caffe #开发语言
CAD中的MOVE命令可以帮助大家精确地把对象移动到不同的位置，建议收藏！

在使用CAD绘制图形时，经常需要调整对象的位置，MOVE命令可以帮助大家精确地把对象移动到不同的位置。接下来我们以一个实例的操作过程来给大家展示一下在CAD中使用MOVE命令改变对象位置的方法！打开一个图形文件，如下图所示，同时打开状态栏的对象捕捉、极轴追踪、对象追踪和动态输入。通过鼠标滚轮放大图形上部，在没有执行命令的情况下选择整个单人床图块，此时会显示图块可以操作的夹点。单击单人床右上角的夹点

 L7_18
2020-12-27 09:34:11

 5138

#经验分享 #caffe #深度学习
身体姿态估计 openpose 安装指南

血泪教训，openpose安装了一周，才安装成功，接下来说一下如何成功地安装编译openpose。由于我是在服务器上这个应用，系统的CUDA和Cudnn都已经事先安装好了，所以我接下来的教程都是在cuda和cudnn已经安装成功的基础上进行的。根据openpose的官方guthub上的安装指南https://github.com/CMU-Perceptual-Computing-Lab/...

Tchunren
2019-04-25 15:47:29

 4919

 2

#opencv #caffe #图像处理
onnx，caffe模型在线转ncnn，mnn

在线地址：https://convertmodel.com/?tdsourcetag=s_pcqq_aiomsg

wolf2345
2019-07-25 16:54:43

 7074

 3

#caffe
Caffe——环境安装和配置(CPU)

Caffe环境安装和配置(CPU)1、介绍Caffe，全称Convolutional Architecture for Fast Feature Embedding，是一个兼具表达性、速度和思维模块化的深度学习框架。由伯克利人工智能研究小组和伯克利视觉和学习中心开发。虽然其内核是用C++编写的，但Caffe有Python和Matlab相关接口。Caffe支持多种类型的深度学习架构，面向图像分类..

baiduoWang
2020-02-27 14:32:00

 2973

#caffe
caffe 可视化网络及resnet50结构

http://ethereon.github.io/netscope/#/editor复制prototxt，shift+enter 即可或者利用caffe/python 中的 draw_net.py。python draw_net.py –rankdir TB /Users/eclipsycn/Documents/resnet-protofiles-master/ResNet...

eclipSYcn
2018-01-30 10:44:32

 5064

 2

#caffe
Caffe中新建Layer--改写Faster-RCNN的proposal layer

目录目录第一步在caffeproto中添加LayerParameter相关参数第二步实现layer的cpphpp文件第三步测试原文链接在caffe中新建layer主要遵从一下几步：在caffe.proto中添加LayerParameter相关参数编写实现layer函数，包括hpp、cpp和cu文件有时需要在修改layer_factory调试由于项目需要，这里主要是把Faste

FelixFuu
2017-03-07 13:46:54

 7418

 3

#caffe
Ubuntu之driver,cuda,cudnn,video codec sdk

prepare envnouveau模式#Disable the Nouveau Driverssudo vim /etc/modprobe.d/blacklist-nouveau.conf#Add the following two lines to the fileblacklist nouveauoptions nouveau modeset=0#Regenerate the ...

阿尔发go
2019-12-06 10:36:07

 2413

#caffe #深度学习 #ubuntu
Batch Normalization Fusion

本文地址：发现关于Batch Normalization Fusion的资料比较少，所以搜集了一些相关资料，并整理如下：关于Batch Normalization请参考Batch Normalization学习笔记及其实现这里不再详细解释。1 PyTorch 卷积与BatchNorm的融合https://zhuanlan.zhihu.com/p/493290302 模型推理加速方法 B...

mingo_敏
2018-12-07 10:29:47

 2941

 3

#pytorch #caffe
python中的clamp是什么用处，clamp可以充当relu函数

python中的clamp是什么用处clamp作为代码中返回值，规定其中的最小值，和最大值，若有一值大于其规定的一个范围，那么就返回规定的最大值，如果有一值小于其规定的最小值，就返回其范围的最小值。clamp(a,b,c),其中a是其规定的最小值，b是其规定的最大值，c是返回值，若c大于b，则返回的是b，若c小于a值，那么就返回a值。若c大于a，小于b，那么就返回c。clamp 还有一个用处，可以

 Nick Throne
2021-06-24 19:54:35

 3791

 1

#算法 #python #深度学习 +2
Cudnn安装详细步骤

cudnn安装注意点：cudnn的安装其实很简单，关键点是一定要安装cuda对应的cudnn包，本机中安装的cuda7.5所以对应的cudnn为v5.1这很重要，我就是安装错了版本，导致后面caffe的编译总是出错。cudnn安装步骤：1、从官网上下载cudnn的安装包。2、将安装包解压,将此安装包放在home路径下即可，并在当前路径下进行解压,解压后的文件夹名为cuda。

爱吃菠菜的大力士
2017-01-09 12:05:52

 5.6w

 40

#caffe
训练好的深度学习模型是怎么部署的？

为了保证框架的可扩展性，MDL对 layer 层进行了抽象，方便框架使用者根据模型的需要，自定义实现特定类型的层，使用 MDL 通过添加不同类型的层实现对更多网络模型的支持，而不需要改动其他位置的代码。一般来说，参数修剪和共享，低秩分解和知识蒸馏方法可以用于全连接层和卷积层的CNN，但另一方面，使用转移/紧凑型卷积核的方法仅支持卷积层。对机器学习模型的训练是一项很重的工作，Core ML 所扮演的

 FightingCV
2022-10-02 20:57:40

 3423

 3

#深度学习 #caffe #人工智能
DS-SLAM环境安装+运行成功

ds-slam环境安装+运行成功

 ydongy
2022-12-11 13:24:44

 2528

#caffe #人工智能 #深度学习
TensorRT介绍、安装和测试

1. What is TensorRT ? TensorRT的核心是一个C++库，能在NVIDIA的图像处理单元(GPU)上进行高性能的推断。它为与TensorFlow, Caffe, PyTorch, MXNet等主流训练框架进行互补工作而设计，专注于在GPU上高效地运行训练好的网络，生成预测结果。 ..

CabbageWust
2020-04-14 16:47:40

 5083

 2

#深度学习 #caffe #tensorflow +1
OpenCV进阶（5）基于OpenCV的深度学习人体姿态估计之单人篇

在本教程中，使用OpenCV进行基于深度学习的人体姿态估计。我们将详细解释如何在您自己的应用程序中使用预先训练的Caffe模型，该模型赢得了2016年COCO关键点挑战。我们将简要回顾架构以了解其内部情况。1.姿态估计（关键点检测）姿态估计是计算机视觉中的一个普遍问题，用于检测物体的位置和方向。这通常意味着检测描述物体的关键点位置。一个相关的问题是头部姿态估计，我们使用面部关键点特征来获得一个人的

 求则得之，舍则失之
2021-09-27 16:42:05

 4533

 13

#opencv #深度学习 #caffe
MMdetection训练验证时报错： data[‘category_id‘] = self.cat_ids[label] IndexError: list index out of range

这是由于配置文件类别与coco.py文件里面类别不一致造成的。\解决办法：将自己的配置文件，如D:\mmdetection-master\configs\faster_rcnn\faster_rcnn_r50_fpn_1x_coco.py中的classes=（..）与D:\mmdetection-master\mmdet\datasets\coco.py中的CLASSES=(...)对应即可。..

TC1398
2022-01-11 20:35:45

 3457

 3

#list #深度学习 #caffe
Hi3516(海思)训练yolov5-6.0--＞转oonx--＞转caffe-转.wk文件

2：nnie的reshape也只支持4维，且第一维必须是0，为了能用nnie的reshape，我们不得不把x和y共享一个维度，这导致的结果是输出结果中，x和y在同一行，我们只需按个数取值即可。1：nnie不支持5个维度的permute（即transpose），且只支持0231的方式，过于局限，我们不妨删掉这一层，在后处理中按照合适的读取方式去找结果就好了。2：将view原来的输出维度(bs, na

weixin_54347244
2023-06-14 11:01:23

 2869

 5

#caffe #人工智能
win11+anaconda3+python3.8配置caffe环境

配置caffe环境

 weixin_46889564
2023-02-07 11:04:18

 3051

 5

#caffe #人工智能 #深度学习
模型调参：绘制loss曲线图

模型调参：绘制loss曲线图

 BigCowPeking
2017-12-01 21:29:06

 2.9w

 8

#caffe
windows7+visual studio 2013+CUDA7.5 编译caffe+配置matcaffe+配置pycaffe

经过朋友指导，终于成功在windows7上成功编译了caffe，这里将编译过程记录安装文件准备1 visual studio 2013安装包下载2 CUDA75 optional3 windows版本caffe4 下载cuDNNoptional5 下载Anaconda安装包 optional6 下载Matlab安装包 optional安装visual studio 2013安装c

tina_ttl
2016-06-25 00:54:49

 2.8w

 12

#visual studio #caffe
安装Caffe_ssd并用自己的数据训练MobileNetSSD模型

安装Caffe_ssd并用自己的数据训练MobileNetSSD模型 0 引言原来那台Dell电脑是Win10和Ubuntu16.04的双系统1 安装Caffe2 配置 MobileNet-ssd下载MobileNet-SSD测试demo参数文件和网络文件的详细说明3 利用自己的数据集训练自己的ＭobileNetSSD model制作数据集生成索引txt文件生成lmdb格式文件(caffe输入格式

 幽冥之花
2019-02-17 21:12:28

 5872

 5

#caffe #深度学习
关于将.pt文件转换成onx文件

看到网上没有关于.pt转化成onx文件的教程首先打开anaconda prompt创建一个虚拟环境叫做onx话不多说直接上代码pip install onnx安装pyTorch打开网站https://pytorch.org/get-started/locally/conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pyt

高高呀~
2021-04-16 22:24:28

 3521

#神经网络 #深度学习 #pytorch +1
海光DCU推理框架MIGraphX框架解析

MIGraphX框架解析

 qianqing13579
2022-05-22 23:06:36

 3819

 6

#caffe #深度学习 #人工智能
caffe 11 win10 简易神经网络

一个表达神经网络原理的python demo，源自 http://edu.csdn.net/course/detail/3903 视频；稍作修改。# SimpleNeuralNet.py# 简易神经网络，python3.5，依赖numpy库# 三层神经网络# Xy# |-||-||-|# |-| W0 |-| W1 |-|# |-|===>|-|

longji
2017-03-19 08:12:27

 1096

#caffe
联想拯救者r7000p显卡RTX3060安装cuda及cudnn记录

在此之前我已经安装好anaconda、visual studio了显卡信息win+r—cmd—输入nvidia-smi查看driver version为461.56查看CUDA与driver version对应关系，可见支持CUDA 11.2进入NVIDIA控制面板——左下角系统信息，看到RTX 3060最高支持CUDA 11.2版本所以，我打算先安装cuda 11.2版本试试看...

Triangulum
2021-08-28 21:52:23

 4365

 2

#深度学习 #pytorch #caffe
深度解决AI未穿工衣工服检测

最近，我负责了工衣检测模块，采用AI技术实现，经过一阵努力，采用海康大华sdk实现了视频解码，利用深度学习框架 Caffe框架实现行yolo v4行人目标检测，然后采用 tersorRT并成功实现量化推理加速，再使用自编算法模块，实现在工衣分类，效果达到实战交付要求，目标大小符合要求(80*80)以的场景工况下精确度超过96%成功应用到机场项目(未穿防护服)中，效果非常棒, 深度学习框架+自编算法

 yhsoft2009
2021-09-22 10:50:56

 2402

#caffe #深度学习 #机器学习
coremltools onnx转mlmodel AttributeError: module ‘coremltools.converters‘ has no attribute ‘onnx‘

coremltools onnx转mlmodel AttributeError: module 'coremltools.converters' has no attribute 'onnx' or ‘caffe’

little_YYYYY
2022-11-08 14:53:42

 2085

#caffe #人工智能 #深度学习

加载更多

回到
顶部

提供社区服务与技术支持

提供社区服务与技术支持

©1999-2023北京创新乐知网络技术有限公司京ICP备19004658号