0%

发表于 更新于 分类于 阅读次数：
本文字数： 284 阅读时长 ≈ 1 分钟

2019年9月2日 下午1:58
GOTURN

  1. GitHub - davheld/GOTURN: Source code for paper: Learning to Track at 100 FPS with Deep Regression Networks, Held, et al. ECCV 2016
  2. A question about pre-train model? · Issue #40 · davheld/GOTURN · GitHub
  3. GitHub - nrupatunga/PY-GOTURN: This is the python implementation of single object tracking from GOTURN paper

发表于 更新于 分类于 阅读次数：
本文字数： 277 阅读时长 ≈ 1 分钟

2019年9月2日 下午1:55

  1. 基于cnn的图像二分类算法（一） - lxdssg的博客 - CSDN博客
  2. 用 Kaggle 经典案例教你用 CNN 做图像分类！ | 雷锋网
  3. 用Python提取图片主要颜色 - 低端玩家的记录地 - CSDN博客
  4. python读取某一目录下的所有图片并且改名 - qq_30339595的博客 - CSDN博客
  1. 卷积神经网络之AlexNet - Brook_icv - 博客园
    1. 讲了几个重要的技巧
  2. 目标检测网络之 YOLOv3 - 康行天下 - 博客园
  3. YOLO v3网络结构分析 - qq_37541097的博客 - CSDN博客
  4. 机器学习之分类器性能指标之ROC曲线、AUC值 - dzl_ML - 博客园

发表于 更新于 分类于 阅读次数：
本文字数： 756 阅读时长 ≈ 1 分钟

2019年9月2日 下午1:22

Pytorch 语法

  1. torch.nn.functional - PyTorch中文文档
  2. PyTorch中view的用法 - york1996的博客 - CSDN博客
  3. 怎么理解running mean和running variance？ - 知乎
  4. unable to get repr for class ‘torch.tensor’ - u012759006的博客 - CSDN博客
  5. 【PyTorch学习笔记】17：2D卷积,nn.Conv2d和F.conv2d - LauZyHou的笔记 - CSDN博客
  6. PyTorch 中，nn 与 nn.functional 有什么区别？ - 知乎
  7. pytorch学习笔记 | 严鸿昌的个人博客
  8. Cannot insert a Tensor that requires grad as a constant - jit - PyTorch Forums
  9. pytorch - RuntimeError: Only tuples, lists and Variables supported as JIT inputs, but got NoneType - Stack Overflow
  10. 变量 (Variable) - PyTorch | 莫烦Python
  11. 批训练 - PyTorch | 莫烦Python
  12. pytorch如何将Variable或Tensor转换为numpy? - pytorch中文网
  13. index_select ，clamp，detach - 牧马人夏峥 - 博客园
  14. 【学习笔记】pytorch中squeeze()和unsqueeze()函数介绍 - flysky_jay的博客 - CSDN博客
  15. torch.nn - PyTorch中文文档
  16. 标签: PyTorch | zasdfgbnm
  17. PyTorch源码浅析：简介 | NIUHE
  18. PyTorch Contribution Guide — PyTorch master documentation

发表于 更新于 分类于 阅读次数：
本文字数： 940 阅读时长 ≈ 1 分钟

2019年8月23日 下午2:40

环境依赖：

  1. caffe2
    1. pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
  2. Onnx
    1. conda install -c conda-forge onnx

代码：

tutorials/OnnxCaffe2Import.ipynb at master · onnx/tutorials · GitHub

第一步：

1
2
3
4
5
6
7
8
9
10
11
import onnx
import caffe2.python.onnx.backend

# Prepare the inputs, here we use numpy to generate some random inputs for demo purpose/
import numpy as np
img = np.random.randn(1, 3, 224, 224).astype(np.float32)

# Load the ONNX model/
model = onnx.load('assets/squeezenet.onnx')
# Run the ONNX model with Caffe2/
outputs = caffe2.python.onnx.backend.run_model(model, [img])

第二步：

1
convert-onnx-to-caffe2 assets/squeezenet.onnx —output predict_net.pb —init-net-output init_net.pb

参考：

利用TensorRT实现神经网络提速(读取ONNX模型并运行) - Oldpan的个人博客
陈程：MMdnn如何让模型在不同深度学习框架间转换？
关于一些知名深度学习模型的转换 - chengjue - 博客园
pytorch转caffe2 之 onnx转caffe2报错的解决方法 ValueError: Don’t know how to translate op Unsqueeze - 神评网
torch.onnx.export使用方法详解以及pytorch和caffe2/MXNet/Tensorflow/CoreML/CNTK模型之间的相互转化 - pytorch中文网
Install | Caffe2

发表于 更新于 分类于 阅读次数：
本文字数： 332 阅读时长 ≈ 1 分钟

2019年8月23日 下午2:40

MacOS 10.14 Mojave 安装caffe记录 | xzy’s blog

  1. when I make caffe，it occurs. · Issue #6491 · BVLC/caffe · GitHub
  2. import pycaffe in local Mac OS 10.9 reports “segmentation fault: 11” · Issue #591 · BVLC/caffe · GitHub
  3. Mac OSX 10.11 终端出现Operation not permitted - Leo的技术博客
  4. Build Caffe: #error This file was generated by an older version of protoc which is · Issue #5645 · BVLC/caffe · GitHub

发表于 更新于 分类于 阅读次数：
本文字数： 437 阅读时长 ≈ 1 分钟

2019年8月23日 下午2:40
GitHub - MTlab/onnx2caffe: pytorch to caffe by onnx

  1. Protobuf
    1. MAC OS 下protobuf 2.6.1 版本编译安装及proto类型文件编译 - 小小希 - CSDN博客
    2. caffe支持pycaffe的安装:ImportError: No module named google.protobuf.internal - HAHA的专栏 - CSDN博客
  2. 安装torch 0.4.0
    1. TypeError: ONNX node of type Pad is not supported. · Issue #2 · MTlab/onnx2caffe · GitHub
    2. Previous PyTorch Versions | PyTorch

其他：

onnx2caffe/convertCaffe.py at master · MTlab/onnx2caffe · GitHub
MMdnn/mmdnn/conversion/pytorch at master · microsoft/MMdnn · GitHub

发表于 更新于 分类于 阅读次数：
本文字数： 542 阅读时长 ≈ 1 分钟

2019年8月23日 下午2:40
Tensorflow转Caffe有什么比较好的方法吗？_算子与模型_Ascend_产品交流_华为云

  1. 想请教一下各位大神，有没有Tensorflow转Caffe模型的比较方便的方法？
  2. 我这里有一个Tensorflow卷积网络模型想转Caffe(网络是自己搭的，不是常见的结构)。
  3. Github上是有些项目，但是比较简单的网络结构，像VGG，只有卷积+池化等，如果要转化一个更复杂网络（更多layer，更复杂拓扑），工作量还是有点大
    1. Github链接：
    2. https://github.com/lFatality/tensorflow2caffe
    3. https://github.com/abner2015/tensorflow2caffemodel
  4. 还有一个工具是微软的mmdnn，但是本人踩坑后觉得它还是比较局限，首先环境需要是Tensorflow 1.8及以上，并且并不是所有的网络结构都能转换，比如tf.image.resize_bilinear，所以只好先替换成别的支持的层，跑通，然后手动修改工具生成的模型文件。

TensorFlow模型转为caffe模型 - Peyton_Li - 博客园

其他：
python – 将.pb文件转换为.ckpt(tensorflow) - 代码日志

发表于 更新于 分类于 阅读次数：
本文字数： 613 阅读时长 ≈ 1 分钟

2019年8月23日 下午2:40

第一种：

GitHub - xxradon/PytorchToCaffe: Pytorch model to caffe model, supported pytorch 0.3, 0.3.1, 0.4, 0.4.1 ,1.0 , 1.0.1

  1. 失败原因：不可以输入两个参数的网络
    1. 可以转换两个输入的网络吗？ · Issue #12 · xxradon/PytorchToCaffe · GitHub

第二种：

GitHub - inisis/brocolli: pytorch 2 caffe

MMdnn

Pytorch->Caffe · Issue #241 · microsoft/MMdnn · GitHub

第四种： 成功

手动填写 caffemodel

发表于 更新于 分类于 阅读次数：
本文字数： 950 阅读时长 ≈ 1 分钟

2019年8月23日 下午2:40
pysot model.pth to onnx occurred error · Issue #125 · STVIR/pysot · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
# Copyright (c) SenseTime. All Rights Reserved.
from torch.autograd import Variable
import argparse
import torch
from pysot.models.model_builder import ModelBuilder
from pysot.core.config import cfg

parser = argparse.ArgumentParser(description='onnx demo')
parser.add_argument('--config', type=str, help='config file')
parser.add_argument('--snapshot', type=str, help='model name')
args = parser.parse_args()

def main():
    # load cfg
    cfg.merge_from_file(args.config)
    device = torch.device('cpu')

    # create model
    model = ModelBuilder()

    # load model
    model.load_state_dict(torch.load(args.snapshot, map_location=lambda storage, loc: storage.cpu()))
    model.eval().to(device)

    x_1 = Variable(torch.Tensor(1, 3, 127, 127))  # , requires_grad=True
    x_2 = Variable(torch.Tensor(1, 3, 287, 287))
    x = (x_1,x_2)

    torch_out = torch.onnx.export(model, x, "onnx_test_2.onnx", export_params=True)

if __name__ == '__main__':
    main()