Caffe官方教程翻译(2):Web demo
前言
最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档。自己也做了一些标注,都用斜体标记出来了。中间可能额外还加了自己遇到的问题或是运行结果之类的。欢迎交流指正,拒绝喷子!
官方教程的原文链接:http://caffe.berkeleyvision.org/gathered/examples/web_demo.html
Web Demo
依赖项
这个服务器demo需要一些python依赖。为了确保你已经满足了这些依赖库,请运行`pip install -r examples/web_demo/requirements.txt
,也要确保你已经成功编译了caffe的python接口,并且已经添加到你的python路径(PYTHONPATH)中。
确保你已经下载了CaffeNet的模型和ImageNet的附加数据集:(补充:下载会比较慢,嫌慢可以考虑“科学上网”,都懂得)
./scripts/download_model_binary.py models/bvlc_reference_caffenet
./data/ilsvrc12/get_ilsvrc_aux.sh
注释:如果你运行是遇到了错误,试着重新下载那些附加的文件。
运行
运行python examples/web_demo/app.py
会启动demo的服务器,可以通过http://0.0.0.0:5000
访问。你可以开启web服务器的调试模式,或是切换到另外的一个端口:
% python examples/web_demo/app.py -h
Usage: app.py [options]Options:-h, --help show this help message and exit
-d, --debug enable debug mode
-p PORT, --port=PORT which port to serve content on
”最准确“的结果是如何产生的?
简而言之,ImageNet的预测都是在叶节点上产生的,但是项目中的组织允许叶节点通过更具一般性的父节点组合起来,然而“实体”还是在最顶端。为了给出“最准确”的结果,我们从最大特定的预测退一步,来保持一个较高的准确率。demo中导入的bet_file文件提供了图表结构和所有ImageNet相关结点的名字以及他们之间信息增益的度量。请查阅CVPR 2012的”Hedging your bets“这篇论文以获取更多信息。
补充
为了正确导入caffe,将app.py文件的代码修改一下:
运行指令:
python ./examples/web_demo/app.py
终端上会打印出网络信息以及服务器信息:
在浏览器访问:http://0.0.0.0:5000
*如果前面下载好了ImageNet下训练好的模型,那么我们可以打开一张图片预测看看:
预测一只橘猫:*
预测结果截图:
Caffe官方教程翻译(2):Web demo相关推荐
- Caffe官方教程翻译(10):Editing model parameters
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(9):Multilabel Classification with Python Data Layer
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(8):Brewing Logistic Regression then Going Deeper
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(7):Fine-tuning for Style Recognition
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(6):Learning LeNet
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(5):Classification: Instant Recognition with Caffe
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(4):CIFAR-10 turorial
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(3):Siamese Network Training with Caffe
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
- Caffe官方教程翻译(1):LeNet MNIST Tutorial
前言 最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
最新文章
- 心得丨一文告诉你想学数据分析该读什么书、从哪本读起
- 统一过程(UP)定义了初启阶段、精化阶段、构建阶段、移交阶段和产生阶段,每个阶段以达到某个里程碑时结束,其中()的里程碑是生命周期架构。 A.初启阶段 B.精化阶段 C.构建阶段 D.移交阶段
- 微信小程序多选取值判断显示内容
- js事件冒泡和事件委托
- asp.net core 自定义 Content-Type
- checkbox对齐排列
- 论文解读丨Zero-Shot场景下的信息结构化提取
- vue 后端返回图片乱码处理方法
- python读取数据库数据类型_从SQL数据库读取二进制数据(图像数据类型)并将其膨胀,Matlab vs.Python...
- paip.C#.NET图形按钮制做
- Android Studio 写个单元测试用例,就是这么方便
- 矩阵分析_二阶矩阵A为酉矩阵的充分必要条件是A为下列三种形式之一
- pentaho安装配置
- 处理UNICODE下【中文乱码】异常
- Xmanager 6 激活
- bootstrap 动态横向时间轴_简洁的横向水平时间轴特效
- android 锁屏 浮动窗口,Android如何实现锁屏状态下弹窗
- vuex Loding加载..
- 【爬虫——00004】蜘蛛技能学习
- 凌波微课|南农大资环学院钟山学术讲坛第五十四讲——特邀南京师范大学戴传超教授
热门文章
- python queue_Python-Queue 入门
- android studio放置在函数上面看_Android中用Kotlin协程和Retrofit进行网络请求和取消请求...
- Tesseract-OCR 字符识别-样书训练
- 机器学习——深度学习(Deep Learning)经典资料
- Python 内部:可调用对象是如何工作的
- 改进合作 Git 工作流:自动提取、合并提交
- 鸟哥的Linux私房菜(基础篇)- 一些基础的Linux 问题
- 鸟哥的Linux私房菜(基础篇)- 第十九章、认识与分析登录文件
- webpack打包html里的img图片
- Spark 与MapReduce 资源调度方面的简单对比