Part1:caffe的ImageData层
ImageData是一个图像输入层,该层的好处是,直接输入原始图像信息就可以导入分析。
在案例中利用ImageData层进行数据转化,得到了一批数据。
但是笔者现在还有几个问题,
- 这个ImageData只能显示一个batch的图像信息,不能在同一案例循环使用的是吧?
- L.ImageData之后的数据,可以直接用于框架的输入数据吗?(待尝试)
.
一、官方文档中的使用
在案例《Fine-tuning a Pretrained Network for Style Recognition》官方文档中,用来作为数据导入的方法:
transform_param = dict(mirror=train,crop_size=227,mean_file=caffe_root +'data/ilsvrc12/imagenet_mean.binaryproto')
L.ImageData(transform_param=transform_param, source=source,batch_size=50, new_height=256, new_width=256, ntop=2)
其中transform_param包含了一些参数:
- 1、mean_file,数据均值文件存放地
- 2、source,train_txt的txt文件,其中不论是训练集还是测试集最好有标签,没有标签可以随便标啊,有了这个是为了避免程序出错,每个文档的格式最好都如下(/caffe/data/flickr_style):
/caffe/data/flickr_style/images/8483553476_79bae22144.jpg 1
/caffe/data/flickr_style/images/11801337354_7bf2aa44b4.jpg 0
- 3、new_height、new_width(可有可无,但是有了之后就会对图片进行resize)如果new_height or
new_width 不等于0,则会resize图像,最好new_height、new_width、crop_size 三个都标同一数值。
同时crop_size,new_height,new_width 一定要和论文中给出的一致(经验来源于博客:Caffe C++API 提取任意一张图片的特征系列一—-ImageData) - 4、★crop_size
修剪上限,超过227的就会进行修剪,一般height和width与crop_size一致就对了,从原图随机crop的尺寸,crop就是截图,利用crop_size这种方式可以剪裁中心关注点和边角特征
其中crop_size 在训练集与验证集中也不尽相同,如果我们输入的图片尺寸大于crop_size,那么图片会被裁剪。当 phase模式为 TRAIN 时,裁剪是随机进行裁剪,而当为TEST 模式时,其裁剪方式则只是裁剪图像的中间区域。
caffe中提供了过采样的方法(oversample),详见/caffe/python/caffe/io.py,裁剪的是图片中央、4个角以及镜像共10张图片。(该部分见博客:caffe中使用crop_size剪裁训练图片) - 5、mirror:false,1表示开启镜像,0表示关闭,也可用ture和false来表示,是否要对输入图像采用随机水平镜像,mirror可以产生镜像,弥补小数据集的不足
- 6、batch_size,就是每一次载入的数量,多了就放不下了
- 7、shuffle(可有可无,最好打乱) 每一个 epoch是否打乱数据.
该层输入上述参数后,返回:图像修整、载入过的图像特征。
同时,另外一点:mirror+crop_size 代表着对 images 进行水平镜像处理或者随机裁剪处理,这两个操作都可以看做是简单的数据增强操作。(来源于:Caffe官方教程中译本_CaffeCN社区翻译(caffecn.cn))
.
.
二、用ImageData进行原始图像数据导入
对于ImageData使用方式,我总结的不知道对不对:
- 1、设置transform_param参数
其中包括:均值文件目录、是否修整mirror、crop_size修整上限
2、ImageData引擎
设置batch_size,height*width图像尺寸,按照框架要求,source代表数据集txt文件
3、扔入框架构建caffenet的框架文件
style_net(train=False, subset='train')
不知道这个步骤中,L.ImageData之后的数据,可以直接用于框架的输入数据吗?(待尝试)
- 4、构建预测引擎
caffe.Net(style_net(train=False, subset='train'),weights, caffe.TEST)
- 5、前馈
untrained_style_net.forward()
- 6、拿出图像
style_data_batch = untrained_style_net.blobs['data'].data.copy()
ImageData层源码解读博客:
caffe源码之ImageDataLayer解析
caffe层解读系列——Data以及ImageData层用法
.
.
Part2:caffe中DummyData层的使用
DummyData:虚拟数据,可以用这一层模拟预测过程.在官方案例中,借用DummyData层来较快完成预测任务。使用流程:
- 利用DummyData设置备选图框,给新来的图像留个坑
dummy_data=L.DummyData(shape=dict(dim=[1, 3, 227, 227]))
不同框架size不一致
- 构建框架文件deploy.prototxt,用caffenet
caffenet(data=dummy_data, train=False)
- 设置预测引擎
net=caffe.Net(imagenet_net_filename, weights, caffe.TEST)
其中需要加载框架权值
- 单张预测
disp_imagenet_preds(net, image)
其中image是图像的信息,可以是之前ImageData层,也可以是其他转化过的图像特征信息。