【caffe学习笔记】Data Layers 数据层

数据能过数据层进入 caffe 网络：数据层处于网络的最底层。

数据可以从 高效率的数据库中读取（如LevelDB或LMDB）， 可以直接从 内存中读取， 若对读写效率要求不高也可以从 硬盘上的HDFT文件或者 普通的图片文件读取。

常见的数据预处理操作（减均值，尺度变换，随机裁剪或者镜像）可以能过设定参数 TransformationParameter 来实现。

---

数据库 Database

• 层类型: Data

参数

Required（必须的参数）

• source: 数据库文件的路径
• batch_size:网络单次输入数据的数量

Optional（可选的）

• rand_skip: 跳过开头的 rand_skip * rand(0,1)个数据，通常在异步随机梯度下降法里使用；

• backend [default LEVELDB]: 选择使用 LEVELDB 还是 LMDB。

---

内存数据 In-Memory

memory data 层直接从内存中读取数据而不用拷贝。

使用这个层时需要调用MemoryDataLayer::Reset (C++)或者Net.set_input_arrays(Python)来指定数据来源（四维按行存储的数组）， 每次读取一个大小为batch-sized的数据块。

• 层类型: MemoryData

参数

Required（必须的参数）

• batch_size, channels, height, width: 指定从内存中读取的输入数据块的尺寸

---

HDF5 Input

• 层类型: HDF5Data

参数

Required（必须的参数）

• source: 文件路径；
• batch_size

---

HDF5 Output

HDF5 output 层执行了一个与数据读取相反的操作， 它将数据写进硬盘。

• 层类型:  HDF5Output

参数

Required（必须的参数）

• file_name: 写入文件的路径

---

图像数据 Images

• 层类型: ImageData

参数

Required（必须的参数）

• source: text 文件的路径名，该 text 文件的每一行存储一张图片的路径名和对应的标签；
• batch_size: 打包成 batch 的图片数量。

Optional（可选的）

• rand_skip
• shuffle [default false]
• new_height, new_width: 根据设置的值，输入的图片将会被调整成给定的尺寸。

---

窗口 Windows

WindowData

---

Dummy

DummyData 主要用来开发和调试， 详细介绍见 DummyDataParameter。