Caffe傻瓜系列(1)：数据层及参数
[摘要：要运转caffe，须要先建立一个模子（model)，如比拟经常使用的Lenet,Alex等， 而一个模子由多个屋（layer）组成，每屋又由很多参数构成。全部的参数皆界说正在caffe.proto那个文件中]
要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（prototxt）的编写。
层有很多种类型，比如Data,Convolution,Pooling等，层之间的数据流动是以Blobs的方式进行。
今天我们就先介绍一下数据层.
数据层是每个模型的最底层，是模型的入口，不仅提供数据的输入，也提供数据从Blobs转换成别的格式进行保存输出。通常数据的预处理（如减去均值, 放大缩小, 裁剪和镜像等），也在这一层设置参数实现。
数据来源可以来自高效的数据库（如LevelDB和LMDB），也可以直接来自于内存。如果不是很注重效率的话，数据也可来自磁盘的hdf5文件和图片格式文件。
所有的数据层的都具有的公用参数：先看示例
name: "cifar"
type: "Data"
top: "data"
top: "label"
phase: TRAIN
transform_param {
mean_file: "examples/cifar10/mean.binaryproto"
data_param {
source: "examples/cifar10/cifar10_train_lmdb"
batch_size: 100
backend: LMDB
name: 表示该层的名称，可随意取
type: 层类型，如果是Data，表示数据来源于LevelDB或LMDB。根据数据的来源不同，数据层的类型也不同（后面会详细阐述）。一般在练习的时候，我们都是采用的LevelDB或LMDB数据，因此层类型设置为Data。
top或bottom: 每一层用bottom来输入数据，用top来输出数据。如果只有top没有bottom，则此层只有输出，没有输入。反之亦然。如果有多个 top或多个bottom，表示有多个blobs数据的输入和输出。
data 与 label: 在数据层中，至少有一个命名为data的top。如果有第二个top，一般命名为label。 这种(data,label)配对是分类模型所必需的。
include: 一般训练的时候和测试的时候，模型的层是不一样的。该层（layer）是属于训练阶段的层，还是属于测试阶段的层，需要用include来指定。如果没有include参数，则表示该层既在训练模型中，又在测试模型中。
Transformations: 数据的预处理，可以将数据变换到定义的范围内。如设置scale为0.，实际上就是1/255,&即将输入数据由0-255归一化到0-1之间
其它的数据预处理也在这个地方设置：
transform_param {
mean_file_size: "examples/cifar10/mean.binaryproto"
# 用一个配置文件来进行均值操作
# 1表示开启镜像，0表示关闭，也可用ture和false来表示
# 剪裁一个 227*227的图块，在训练阶段随机剪裁，在测试阶段从中间裁剪
crop_size: 227
后面的data_param部分，就是根据数据的来源不同，来进行不同的设置。
1、数据来自于数据库（如LevelDB和LMDB）
& 层类型（layer type）:Data
必须设置的参数：
& source: 包含数据库的目录名称，如examples/mnist/mnist_train_lmdb
& batch_size: 每次处理的数据个数，如64
可选的参数：
& rand_skip: 在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。
& backend: 选择是采用LevelDB还是LMDB, 默认是LevelDB.
name: "mnist"
type: "Data"
top: "data"
top: "label"
phase: TRAIN
transform_param {
data_param {
source: "examples/mnist/mnist_train_lmdb"
batch_size: 64
backend: LMDB
2、数据来自于内存
层类型：MemoryData
必须设置的参数：
&batch_size：每一次处理的数据个数，比如2
&channels：通道数
& height：高度
& &width: 宽度
top: "data"
top: "label"
name: "memory_data"
type: "MemoryData"
memory_data_param{
batch_size: 2
height: 100
width: 100
channels: 1
transform_param {
scale: 0.0078125
mean_file: "mean.proto"
mirror: false
3、数据来自于HDF5
层类型：HDF5Data
必须设置的参数：
source: 读取的文件名称
batch_size: 每一次处理的数据个数
name: "data"
type: "HDF5Data"
top: "data"
top: "label"
hdf5_data_param {
source: "examples/hdf5_classification/data/train.txt"
batch_size: 10
4、数据来自于图片
层类型：ImageData
必须设置的参数：
& source: 一个文本文件的名字，每一行给定一个图片文件的名称和标签（label)
& batch_size: 每一次处理的数据个数，即图片数
可选参数：
& rand_skip:&在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。
& shuffle: 随机打乱顺序，默认值为false
& new_height,new_width: 如果设置，则将图片进行resize
name: "data"
type: "ImageData"
top: "data"
top: "label"
transform_param {
mirror: false
crop_size: 227
mean_file: "data/ilsvrc12/imagenet_mean.binaryproto"
image_data_param {
source: "examples/_temp/file_list.txt"
batch_size: 50
new_height: 256
new_width: 256
5、数据来源于Windows
层类型：WindowData
必须设置的参数：
& source: 一个文本文件的名字
& batch_size: 每一次处理的数据个数，即图片数
name: "data"
type: "WindowData"
top: "data"
top: "label"
phase: TRAIN
transform_param {
mirror: true
crop_size: 227
mean_file: "data/ilsvrc12/imagenet_mean.binaryproto"
window_data_param {
source: "examples/finetune_pascal_detection/window_file_2007_trainval.txt"
batch_size: 128
fg_threshold: 0.5
bg_threshold: 0.5
fg_fraction: 0.25
context_pad: 16
crop_mode: "warp"
感谢关注 V8指尖世界精品文库频道，是专门为互联网人打造的学习交流平台，全面满足互联网人工作与学习需求，更多互联网资讯尽在 V8指尖世界!caffe+slice+layer
找到约 76,700 条结果
caffe.berkeleyvision.org/tutorial/layers.htmlCaffe layers and their parameters are defined in the protocol buffer ..... The Slice
layer is a utility layer that slices an input layer to multiple output layers along a&...caffe.berkeleyvision.org/doxygen/classcaffe_1_1SliceLayer.htmlTakes a Blob and slices it along either the num or channel dimension, ... Returns
the exact number of bottom blobs required by the layer, or -1 if no exact number&...caffe.berkeleyvision.org/gathered/examples/siamese.htmlWe want to be able to work with these two images separately, so we add a slice
layer after the data layer. This takes the pair_data and slices it along the channel
&...blog.csdn.net/u/article/details/日 ... Caffe自带的Layer及其参数被定义在caffe.proto中。 ..... Slice layer用于将一个input
layer分割成多个output layers，根据给定的维度（目前只能&...blog.csdn.net/danieljianfeng/article/details/日 ... 最近刚在电脑上装好Caffe，由于神经网络中有不同的层结构，不同类型的 ..... The
SLICE layer is a utility layer that slices an input layer to multiple&...</questions/.../caffe-multiple-input-imagesIs it simply an IMAGE_DATA layer with additional tops? ... layer, you can split the
stream into two images using a SLICE layer with a slice_point&.../d/topic/caffe-users/_uQI2fVT4uESlice layer in caffe, Dzung Nguyen, 11/2/15 5:55 PM. I defined the following slice
layer, where I want to split Nx6xHxW into 2 Nx3xHxW blobs. layer {/d/topic/caffe-users/1Ohjgtv_7jw10 Dec 2014 ... I have rgb images consisting of three concatenated images and would like to use
the slice layer to separate them. As slice_point is an int vector,&.../d/topic/caffe-users/zynnspvGpV04 Nov 2014 ... First I try HDF5 data layer since it could use vector as labels and define data
layers ... I found that there is a slice layer in Caffe maybe helpful./BVLC/caffe/issues/12226 Oct 2014 ... Hi, i have tried to slice the final layer before train layer or test layer. there is an ...
Please ask usage questions on the caffe-users mailing list.caffe中如何定义写自己定义的新的layer？
一般都是用现有的网络finetune比较多,自己写的话,仿照prototxt中的格式来就行了
已有帐号？
无法登录？
社交帐号登录}