Caffe-python interface 学习-网络定义详解

Caffe-python interface 学习-网络定义详解

参考网址：http://yanjoy.win/2017/01/06/pycaffe-interface1/

之前用的都是caffe的命令行接口，单独训练还行，不过看里面层的参数、数据还是很麻烦的。特别是这周实验遇到了比较大的问题，命令行无能为力，还是要好好看看python接口。

python 接口编译

这个一般在编译caffe时都会顺带完成，如果遇到ImportError: No module named caffe，可能是没有编译或者没有添加到路径。
编译可以在根目录下make pycaffe，目录是/caffe/python。将caffe/python的路径添加到用户环境变量~/.bashrc中：

1	export PYTHONPATH=/home/xxx/caffe/python

 

然后输入sudo ldconfig确认。当然我的服务器没有管理员权限，这时可以每次手动添加目录，见下文。
编译时要在Makefile.config中修改有关路径，除此之外，

1	WITH_PYTHON_LAYER := 1

 

也是需要注意的一点，这在f-rcnn中也提到过。

python 接口调用

1 2 3 4 5 6

import sys sys.path.append('/home/xxx/caffe/python')#手动添加路径 import caffe import numpy as np from skimage import io import matplotlib.pyplot as plt

以上可以直接复制好，每次都加上。

运行模式小设置

1 2 3

caffe.set_mode_cpu()#设置为cpu模式 caffe.set_device(0)#gpu号 caffe.set_mode_gpu()#gpu模式

定义网络

下面是一个例子：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

# -*- coding: utf-8 -*- """ Spyder Editor """ from caffe import layers as L,params as P,to_proto path='/home/xxx/data/' #保存数据和配置文件的路径 train_lmdb=path+'train_db' #训练数据LMDB文件的位置 val_lmdb=path+'val_db' #验证数据LMDB文件的位置 mean_file=path+'mean.binaryproto' #均值文件的位置 train_proto=path+'train.prototxt' #生成的训练配置文件保存的位置 val_proto=path+'val.prototxt' #生成的验证配置文件保存的位置 #编写一个函数，用于生成网络 def create_net(lmdb,batch_size,include_acc=False): #创建第一层：数据层。向上传递两类数据：图片数据和对应的标签 data, label = L.Data(source=lmdb, backend=P.Data.LMDB, batch_size=batch_size, ntop=2, transform_param=dict(crop_size=40,mean_file=mean_file,mirror=True)) #创建第二屋：卷积层 conv1=L.Convolution(data, kernel_size=5, stride=1,num_output=16, pad=2,weight_filler=dict(type='xavier')) #创建激活函数层 relu1=L.ReLU(conv1, in_place=True) #创建池化层 pool1=L.Pooling(relu1, pool=P.Pooling.MAX, kernel_size=3, stride=2) conv2=L.Convolution(pool1, kernel_size=3, stride=1,num_output=32, pad=1,weight_filler=dict(type='xavier')) relu2=L.ReLU(conv2, in_place=True) pool2=L.Pooling(relu2, pool=P.Pooling.MAX, kernel_size=3, stride=2) #创建一个全连接层 fc3=L.InnerProduct(pool2, num_output=1024,weight_filler=dict(type='xavier')) relu3=L.ReLU(fc3, in_place=True) #创建一个dropout层 drop3 = L.Dropout(relu3, in_place=True) fc4 = L.InnerProduct(drop3, num_output=10,weight_filler=dict(type='xavier')) #创建一个softmax层 loss = L.SoftmaxWithLoss(fc4, label) if include_acc: #在训练阶段，不需要accuracy层，但是在验证阶段，是需要的 acc = L.Accuracy(fc4, label) return to_proto(loss, acc) else: return to_proto(loss) def write_net(): #将以上的设置写入到prototxt文件 with open(train_proto, 'w') as f: f.write(str(create_net(train_lmdb,batch_size=64))) #写入配置文件 with open(val_proto, 'w') as f: f.write(str(create_net(val_lmdb,batch_size=32, include_acc=True))) if __name__ == '__main__': write_net()

 

上面的代码，我们一开始就import了两个包，一个是layers，另一个是params。layers里面包含了Caffe所以内置的层（比如卷积，ReLU等），而params则包含了各种枚举值。
网上很少找到函数详解，自己凭着理解总结一下吧：

数据层

1 2 3 4 5 6 7 8 9 10

data,label=L.Data( source=lmdb, #数据源，训练数据LMDB文件的位置 backend=P.Data.LMDB, #数据类型，本文是lmdb batch_size=batch_size, #batch大小 ntop=2, #输出数量，本文是data和label，所以是2 transform_param=dict(crop_size=40, #crop大小 mean_file=mean_file, #均值文件 mirror=True #镜像操作 ) )

卷积层

1 2 3 4 5 6 7 8

conv1=L.Convolution( data, #数据流入（即从数据层得到的data） kernel_size=5, #卷积核大小 stride=1, #步长 num_output=16, #输出 pad=2, #填零 weight_filler=dict(type='xavier') #权重初始化方式'xavier' )

激活层、dropout层

1 2 3 4 5 6 7 8

relu1=L.ReLU( conv1, #数据流入（即从卷积层得到的conv1） in_place=True #in_place ，就地运算，节省存储开销 ) drop3=L.Dropout( relu3, #数据流入（即从激活层得到的relu3） in_place=True #in_place ，就地运算，节省存储开销 )

池化层

1 2 3 4 5 6

pool1=L.Pooling( relu1, #数据流入（即从激活层得到的relu1） pool=P.Pooling.MAX, #池化方式：最大池化 kernel_size=3, #池化核大小 stride=2 #步长 )

全连接层

1 2 3 4 5

fc3=L.InnerProduct( pool2, #数据流入（即从池化层得到的pool2） num_output=1024, #全连接输出数目 weight_filler=dict(type='xavier') #权重初始化方式'xavier' )

SoftmaxWithLoss层

1 2 3 4

loss = L.SoftmaxWithLoss( fc4, #数据流入（即从全连接层得到的fc4） label #数据流入（即从数据层得到的label） )

Accuracy层

1 2 3 4 5 6 7 8

if include_acc: #在训练阶段，不需要accuracy层，但是在验证阶段，是需要的 acc = L.Accuracy( fc4, label ) return to_proto(loss, acc) else: return to_proto(loss)

总结

上面那种是一层一层往上累加的，最后返回了最后一层。
当然如果直接建一个caffe.NetSpec()，会有一个整体的把握：

1 2 3 4 5 6

def mynet(lmdb, batch_size): n = caffe.NetSpec() ################### n.data, n.label = L.Data(batch_size=batch_size, backend=P.Data.LMDB, source=lmdb, transform_param=dict(scale=1./255), ntop=2) ################### return n.to_proto()

 

方法的参数中的lmdb是指Caffe支持的数据库的一种，叫lmdb，我们传入数据库的路径即可。而n=caffe.NetSpec()是获取Caffe的一个Net，我们只需不断的填充这个n，最后面把n输出到文件。
在填充的时候要记得加上n.。
各层的具体参数可以参考caffe.proto。
总的来说，这种方式生成prototxt要简单一些，代码量比直接写要小，而且层的输入输出清晰：输入是第一个参数，输出是返回值。不过也要注意不同参数的数据格式，如dict(type='xavier')。

caffe的python接口学习（1）：生成配置文件
Deep learning tutorial on Caffe technology : basic commands, Python and C++ code.
Caffe学习4-利用caffe.proto自定义自己的网络