如何修改 C++ API 的 Caffe 网络输入？

Question

我正在尝试通过 C++ API 使用 MINST Caffe 示例，但在确定如何重构我将在训练后部署的网络 prototxt 文件时遇到了一些麻烦。我已经使用原始文件 (lenet_train_test.prototxt) 训练和测试了模型，但是当我想部署它并像在 C++ and OpenCV example 中那样进行预测时，我意识到我必须修改输入部分以使其类似于deploy.prototxt 他们拥有的文件。

是否可以将 lenet_train_test.prototxt 的训练和测试层中的信息替换为 deploy.prototxt 文件的这一部分？

name: "CaffeNet"
input: "data"
input_shape {
  dim: 10
  dim: 3
  dim: 227
  dim: 227
}

我将传递给网络进行分类的图像将是灰度和 24*24 像素，我还想像使用 MINST 数据集一样对其进行缩放，所以我可以将部分修改为这个吗？

name: "CaffeNet"
input: "data"
input_shape {
  dim: 10
  dim: 1
  dim: 24
  dim: 24
}
transform_param {
scale: 0.00390625
}

我不完全确定“dim: 10”是从哪里来的。

Answer 1

为了将您的 train_val prototxt“转换”为 deploy，您需要删除输入数据层（读取您的 train/val 数据）并用声明替换它们

name: "CaffeNet"
input: "data"
input_shape {
  dim: 10
  dim: 1
  dim: 24
  dim: 24
}

请注意，deploy prototxt 没有训练和测试两个阶段，只有一个风格。
用这个声明替换输入数据层基本上告诉 caffe 你负责提供数据，网络应该为这个大小的输入分配空间。

关于规模：一旦你部署你的网络，网络就无法控制输入 - 它不会为你读取数据作为 train_val中的输入数据层> 净。因此，您必须自己在将输入数据馈送到网络之前对其进行缩放。您可以使用 DataTransformer 类来帮助您转换输入 blob，就像在训练期间转换它们一样。

关于第一个dim: 10：caffe中的每个Blob（即数据/参数存储单元）都有4个维度：batch-size、channels、height和width。这个参数实际上意味着网络应该一次为 10 个输入的批次分配空间。
“神奇”数字 10 来自 googlenet 和 ILSVRC 挑战赛中的其他竞争对手用于对图像进行分类的方式：他们从每张图像中对 10 种作物进行分类，并对输出进行平均以产生更好的分类结果。