caffe 实现多标签输入（multilabel、multitask）

         caffe 本身并不支持 多类标的输入， 该框架主要用于解决图片分类的问题，而目前，两个重要的问题需要多标签的输入：多任务学习（multi-task）和多标签分类（multi-label），本文针对这两个问题，实现了多标签的输入

 

         目前，网上流行的多标签输入方法主要有以下四种：

         1. 最简单，使用mxnet，它本身支持了多标签分类的问题，因此也自带了多标签的输入

         2. 用HDF5 + Slice Layer的方法完成，这种方法实现上没有什么难度，但是当数据量很大时，HDF5的存储方式会产生数十倍于图片的硬盘消耗，而且生成的过程也非常缓慢，本人一开始就主要使用这种方法，往往事倍功半

         3. 用两个data的输入（两个LMDB），一个只输出图片，一个只输出标签，这种方法相对前面两种要难一些，不过应该效果也不错

         4. 直接修改caffe的网络使其满足多标签的输入，为了方便以后的实验，本人实现了这种方法

 

         方法描述：注意到caffe的大多数数据转换都是从./.build_release/tools/convert_imageset 这种方法开始的，因此，从convert_i