Overview
产品概述
Capabilities
核心能力
表达力与配置化
模型和优化由明文配置定义,无需硬编码,鼓励应用与创新。
CPU/GPU 灵活切换
通过设置单个标志即可在 CPU 和 GPU 之间切换,方便从训练环境部署到商品集群或移动设备。
高性能
单块 NVIDIA K40 GPU 每天可处理超过 6000 万张图像;推理约 1 毫秒/张,学习约 4 毫秒/张。
模块化与可扩展性
可扩展的代码促进活跃开发,社区贡献使框架持续跟踪最新模型。
Use Cases
适用场景
-
01
学术研究、初创原型与工业应用
Caffe 已被用于学术研究项目、初创公司原型以及视觉、语音和多媒体领域的大规模工业应用。
-
02
图像分类与 Web 演示
提供基于预训练模型的图像分类示例,以及以 Flask 为后端的 Web 图像分类演示。
-
03
特征提取与模型微调
支持使用 C++ 工具或 Python 接口提取特征,并可在 ImageNet 预训练模型基础上进行风格识别等任务的微调。