Caffe vs Matlab中描述的CNN模型中池化层的输出大小不兼容答案

【问题标题】：Incompatibility of output size of pooling layer in CNN model described in Caffe vs MatlabCaffe vs Matlab中描述的CNN模型中池化层的输出大小不兼容
【发布时间】：2018-01-14 11:14:00
【问题描述】：

我有一个 Caffe CNN 模型，我正在尝试使用 importCaffeNetwork 命令将其导入 MATLAB，该命令将 prototxt 和 caffemodel 文件作为输入参数。
但是，我收到此错误：

The pooling layer 'pool1' is not compatible with MATLAB. 
Caffe computes the output size as [16 16 32] but MATLAB computes it as [15 15 32]

看来这个错误与MATLAB和CAFFE中pooling层的输出大小计算不同有关，前者使用ceil，后者使用floor函数。

这是问题的真正根源吗？我能做些什么来解决这个问题？

【问题讨论】：

标签： matlab caffe conv-neural-network max-pooling

【解决方案1】：

这是因为在 caffe 中，卷积层和池化层的输出大小计算略有不同。假设输入dim为h，padding为p，内核大小为k，stride为s，对于卷积层，输出大小为 floor((h+2*p-k)/s)+1, 但是对于池化层，输出大小是ceil((h+2*p-k)/s)+1。

所以即使参数和输入大小相同，输出大小也是不同的。

如何解决这个问题？

调整padding和stride和kernel size等参数，保证输出一致。

参考文献

池化层输出大小计算源码，https://github.com/BVLC/caffe/blob/master/src/caffe/layers/pooling_layer.cpp#L90
Conv layers输出大小计算源码，https://github.com/BVLC/caffe/blob/master/src/caffe/layers/conv_layer.cpp#L18

【讨论】：

感谢您提供有关问题根源的信息。然而，以这种方式调整变量是有限的。有什么办法可以更改某种设置？或者是否可以简单地修改上述代码，使这个问题根本不出现？
或许您可以粘贴与此问题相关的部分代码，以便我知道问题所在。
我的意思是，我是否可以只更改 CAFFE 中的这部分代码并再次“制作”它以与 MATLAB 兼容？