Caffe中CNN的基本结构配置

CNN是层级网络，通常包括数据输入层（Input Layer）、卷积层（Convolutional Layer）、池化层（Pooling Layer）、全连接层（Full Connection Layer）等。

数据输入层

Caffe的配置文件

layer {
	name: "data"
	type: "ImageData"
	top: "data"
	top: "clc-label"
	image_data_param {
		source: "all_train.txt"
		batch_size: 96
		shuffle: true
	}
	transform_param {
		mean_value: 104.008
		mean_value: 116.669
		mean_value: 122.675
		crop_size: 48
		mirror: true
	}
	include: {phase: TRAIN}
}

type表明它的输入类型是ImageData，原生的图像格式。其对应两个网络参数，分别是image_data_param和tranform_param。前者配置了三个属性：source为输入的训练文件路径，batch_size为训练的batch大小，shuffle为是否采用随机操作。transform_param也配置了三个属性：mean_value为RGB的均值，crop_size为输入训练图像的尺寸，mirror为一个数据增强操作，指水平的翻转，图像预处理参数。