要运行caffe,需要先创建一个模型(model),如比较常用的Lenet,Alex等,而一个模型由多个层(layer)构成,每一层又由许多参数组成。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。

所有的数据层都具有的公有参数:先看示例:

layer {  
  name: "cifar"  
  type: "Data"  
  top: "data"  
  top: "label"  
  include {  
    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LevelDB或LMDB数据,因此层类型设置为Data。

topbottom: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。

datalabel: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。

Transformation: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0.00390625,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 {  
    scale: 0.00390625  
    mean_file: "examples/cifar10/mean.binaryproto"  
    mirror: 1  # 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。

示例:

layer {  
  name: "mnist"  
  type: "Data"  
  top: "data"  
  top: "label"  
  include {  
    phase: TRAIN  
  }  
  transform_param {  
    scale: 0.00390625  
  }  
  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

示例:

layer {  
  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

示例:

layer {  
  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

示例:

layer {  
  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

示例:

layer {  
  name: "data"  
  type: "WindowData"  
  top: "data"  
  top: "label"  
  include {  
    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"  
  }  
}