Caffe - 使用带有 Python->C++ 文件翻译层的“.caffemodel”文件答案

【问题标题】：Caffe - Use ".caffemodel " file with Python->C++ file translated layersCaffe - 使用带有 Python->C++ 文件翻译层的“.caffemodel”文件
【发布时间】：2017-10-14 03:44:32
【问题描述】：

我有一个.prototxt 文件和一个.caffemodel 文件，用于我在py-caffe 中构建和训练的网络，使用自行开发的Python 层。

后来，我为 C++ 版本的 Caffe 实现了相同的层。

问题是是否可以只更改 .prototxt 文件中的层类型（从 Python 到 C++ 的），同时使用相同的已经训练好的 .caffemodel 文件，以便加载和使用训练好的网络，这次是 C++ 层？

【问题讨论】：

你的图层有内部参数吗？也就是说，您在"Python" 层实现中是否使用了self.blobs.add_blob()？
我没有。这是否意味着我可以实现与 Python 相同的 C++ 方法？实际上这是合乎逻辑的，因为该方案是在.prototxt 文件中定义的，而不是在层实现中
如果你没有内部参数，那么层对.caffemodel的加载没有影响，你应该可以将它从python转换为cpp。我想你最好有一个 GPU 实现（.cu 实现...）
如果在prototxt 文件中，我的python 层定义中有python_param 子句，会不会有问题？
在prototxt文件中有layer的参数完全没有问题。查看其他层的 c++ 实现，了解 prtototxt 参数在 c++ 代码中是如何处理的。然后您可以考虑是要为您的网络定义参数还是使用python_param 并从prototxt 中用c++ 读取它。

标签： caffe pycaffe

【解决方案1】：

是的，当然可以。如果你有层参数，你应该在 caffe.proto 中添加一个新的 layer_param 消息，并在你的 cpp 层中相应地读取它们。
例如，PVANet caffe repository 具有原始 Python 提议层的实现。
正如您在caffe.proto 中看到的那样，添加了一条新消息来保存 Python 层的参数 -
// 存储 ProposalLayer 使用的参数的消息

message ProposalParameter {
  optional uint32 feat_stride = 1 [default = 16];
  optional uint32 base_size = 2 [default = 16];
  optional uint32 min_size = 3 [default = 16];
  repeated float ratio = 4;
  repeated float scale = 5;
  optional uint32 pre_nms_topn = 6 [default = 6000];
  optional uint32 post_nms_topn = 7 [default = 300];
  optional float nms_thresh = 8 [default = 0.7];
}

原始训练/测试prototxt包含以下层：

layer {
  name: 'proposal'
  type: 'Python'
  bottom: 'rpn_cls_prob_reshape'
  bottom: 'rpn_bbox_pred'
  bottom: 'im_info'
  top: 'rpn_rois'
  top: 'rpn_scores'
  include { phase: TRAIN }
  python_param {
    module: 'rpn.proposal_layer'
    layer: 'ProposalLayer'
    param_str: "{'feat_stride': 16, 'ratios': [0.333, 0.5, 0.667, 1, 1.5, 2, 3], 'scales': [2, 3, 5, 9, 16, 32]}"
  }
}

当新的 cpp 看起来像这样：

layer {
  name: 'proposal'
  type: 'proposal'
  bottom: 'rpn_cls_prob_reshape'
  bottom: 'rpn_bbox_pred'
  bottom: 'im_info'
  top: 'rpn_rois'
  top: 'rpn_scores'
  include { phase: TRAIN }
  proposal_param {
    feat_stride: 16
    ratios: 0.333, 0.5, 0.667, 1, 1.5, 2, 3
    scales: 2, 3, 5, 9, 16, 32
  }
}

等等

【讨论】：