数据层
数据层是模型最底层,提供提供数据输入和数据从Blobs转换成别的格式进行保存输出,通常数据预处理(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.
参数设置:
- name: 名称
- type: 类型
- Data: 从LMDB/LEVELDB读取数据和标签, 转换(http://deepdish.io/2015/04/28/creating-lmdb-in-python/) 可以使用convert_imageset转换
- ImageData: 直接读取图片数据
- ....
- top: 输出数据(和下一层的bottom一样)
- bottom: 输入数据()
- include: 一般训练和测试的时候,模型层不一样,由include指定在哪一层出现, TRIAN/TEST
- transform_params: 数据预处理
- source: 数据位置
- backend
- batchsize: 设置batch的大小
data_params: 数据参数
例如,caffe中自带的mnist example
layer { name: "mnist" #名称 type: "Data" #输入的是LMDB数据,前面的create_mnist.sh做了转换 include: TRIAN #只在训练的时候才包括(测试没有label) transform_param { scale: 0.00390625 #缩放参数 } data_param { source: "examples/mnist/mnist_train_lmdb" #数据来源是在当前文件夹中的 mnist_train_lmdb中 backend: LMDB batch_size: 64 #batch的大小 } top: "data" #第一层输出data和label, 无bottom top: "label" # }
--------------------------------------------------------------------------------------------------------------------------------------------------
convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME
前面我们提到数据层中Data类型输入是LMDB/LEVELDB数据,而我们有的经常是原始图片数据,而且有可能原始图片的大小还不一致,我们需要将其转换为格式一致的可输入数据,caffe中的convert_imageset 为我们提供了这样的工具。
FLAGS:图片组参数
- -gray: 是否以灰度图的方式打开图片,程序调用opencv库中的imread()函数来打开图片,默认为false
- -shuffle: 是否随机打乱图片顺序,默认为false
- -backend: 需要转换成db文件格式,可选为leveldb或lmdb默认为lmdb
- -resize_width/resize_height: 改变图片大小,需要的时候可以使得图片大小一致,程序调用opencv的resize()函数来对图片进行缩放,默认为0,不变
- -check_size: 检查所有的数据是否有相同的尺寸,默认为false, 不检查
- -encoded: 是否将原图片的编码放入最终的数据,默认为false
- -encoded_type: 与前一个参数对应,将图片编码为一个格式
ROOTFOLDER: 图片存放的绝对路径,从linux系统根目录开始
LISTFILE: 图片文件列表清单,一般为一个txt文件,一行一张图片及其类别标签
DB_NAME: 最终生成的db文件存放目录
例如:
#!/usr/bin/env sh DATA=examples/images/cropimage/ #路径变量 rm -rf $DATA/img_train_lmdb #如果文件存在,先删除再重新创建 build/tools/convert_imageset --shuffle --gray --check_size=true /home/vicent/caffe/examples/images/cropimage/ $DATA/batchfile.txt $DATA/img_train_lmdb #乱序,转换为灰度,检查大小是否一致
--------------------------------------------------------------------------------------------------------------------------------------------------
视觉层
卷积层
卷积的目的是提取feature
- name: 名称
- type: 层类型
- bottom: 输入
- top: 输出
- lr_mt: 学习率速率, 最终学习率是这个数乘以solver.prototxt 配置文件中的base_lr; 如果有两个lr_mt一个表示偏置学习率,一个表示权值学习率
- num_outputs: filter的个数
- kernel_size: 卷积核大小
- stride: 步长
- pad: 边缘扩充
- weight_filler: 权值初始化, 默认为constant, 值全为0,经常用xavier, 也可设置为gaussian
- bias_filler: 偏置初始化方法, 一般偏置初始化方法可以不设置
例如:
layer { name: "conv1" #名称 type: "Convolution" #层类型 bottom: "data" #上一层输入数据 top: "conv1" #这一层输出数据 param { lr_mult: 1 #权重学习率速率 } param { lr_mult: 2 #偏置学习率速率 } convolution_param { num_output: 20 #filter的个数 kernel_size: 5 #卷积核的大小 stride: 1 weight_filler { type: "xavier" #权重初始化方法 } bias_filler { type: "constant" #偏置初始化方法 } } }
池化层
减少数据量和数据维度
- kernel_size:池化核大小
- pool: 池化方法, max, ave, stochastic
- pad:
- stride
Normalization
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:[caffe]网络各层参数设置 - Python技术站