【darknet源码解析-05】im2col.h 和 im2col.c 解析

本系列为darknet源码解析，本次解析src/im2col.h 与 src/im2col.c 两个。这块其实是卷积操作的底层实现。im2col主要是完成矩阵的向量转换，为了之后的gemm.c做矩阵乘法做准备，而im2col和gemm就是darknet卷积底层实现的核心。其实也是caffe卷积实现的核心。

img2col.h 中的包含的代码如下：主要就是一个函数im2col_cpu定义，在这里我们先不涉及gpu那快，先讲解cpu这块的矩阵的向量转换。

#ifndef IM2COL_H
#define IM2COL_H

void im2col_cpu(float* data_im,
        int channels, int height, int width,
        int ksize, int stride, int pad, float* data_col);

#ifdef GPU

void im2col_gpu(float *im,
         int channels, int height, int width,
         int ksize, int stride, int pad,float *data_col);

#endif
#endif

 im2col.c 的详细分析如下：

#include "im2col.h"
#include <stdio.h>
/**
 * 从输入多通道数组im（存储图像数据）中获取指定行、列、通道数处的元素值
 * @param im  输入，所有数据都存成一个一维数据，例如对于3通道而言，每一个通道按行存储（每一通道所有行合并成一行）
 *                 三通道依次再并成一行
 * @param height 每一通道的高度（即输入图像的真正高度，补0之前）
 * @param width
 * @param channels  输入im的通道数，比如彩色图为3通道，之后每一次卷积的输入的通道数等于上一卷积层核的个数
 * @param row 要提取的元素所在的行（二维图像补0之后的行数）
 * @param col
 * @param channel 要提取的元素所在的通道
 * @param pad 图像左右上下各补0的长度（四个方向补0的长度一样）
 * @return  float类型数据，为im中channel通道，row-pad行，col-pad列处的元素值，高，宽；
 *          而row与col则是补0之后，元素所在的行列，因此，要准确获取im中元素值，首先要减去pad以获取真实的行列数；
 */
float im2col_get_pixel(float *im, int height, int width, int channels,
                        int row, int col, int channel, int pad)
{
    // 减去补0的长度，得到真实的行数和列数
    row -= pad;
    col -= pad;

    // 如果行列数小于0，则返回0（刚好是补0的效果）
    if (row < 0 || col < 0 ||
        row >= height || col >= width) return 0;
    // im存储多通道二维图像的数据格式为：各通道所有行并后成一行，再多通道一次并成一行；
    // 所在指定通道所在行，再加上col移位到所在列
    return im[col + width*(row + height*channel)];
}

//From Berkeley Vision's Caffe!
//https://github.com/BVLC/caffe/blob/master