caffe学习之结构目录

最近趁着这段时间，想对caffe的学习做一个总结。先从caffe的结构目录看起,$tree -d,

.
├── cmake//cmake编译
│   ├── External
│   ├── Modules
│   └── Templates
├── data//存放原始数据获取的脚本
│   ├── cifar10
│   ├── ilsvrc12
│   └── mnist
├── docker//？
│   ├── standalone
│   │   ├── cpu
│   │   └── gpu
│   └── templates
├── docs//？
│   ├── images
│   ├── _layouts
│   ├── stylesheets
│   └── tutorial
│       └── fig
├── examples//样例
│   ├── cifar10
│   ├── cpp_classification//图像分类，简单调用模型进行分类，
│   ├── feature_extraction//特征提取，显示中间层特征图
│   ├── finetune_flickr_style//超参微调
│   ├── finetune_pascal_detection//测试？
│   ├── hdf5_classification//HDF5的分类样例
│   ├── imagenet
│   ├── images
│   ├── mnist//手写字网络
│   ├── net_surgery//一个卷积的样例，一个全卷积的样例
│   ├── pycaffe
│   │   └── layers
│   ├── siamese
│   └── web_demo
│       └── templates
├── include//头文件
│   └── caffe
│       ├── layers
│       ├── test
│       └── util
├── matlab//matlab接口，跑RCNN用的matcaffe
│   ├── +caffe
│   │   ├── imagenet
│   │   ├── private
│   │   └── +test
│   ├── demo
│   └── hdf5creation
├── models//存放样例模型
│   ├── bvlc_alexnet//alexnet模型，LRN?
│   ├── bvlc_googlenet利用inception结构
│   ├── bvlc_reference_caffenet
│   ├── bvlc_reference_rcnn_ilsvrc13
│   └── finetune_flickr_style
├── python//python接口文件
│   └── caffe
│       ├── imagenet
│       └── test
├── scripts
│   └── travis
├── src//实现的源文件
│   ├── caffe
│   │   ├── layers
│   │   ├── proto
│   │   ├── solvers
│   │   ├── test
│   │   │   └── test_data
│   │   └── util
│   └── gtest
└── tools//保存的源码用于生成二进制处理程序
    └── extra

在src下修改源码（如果有需求，比如把输入三通道RGB图像改为四通道RGB-D图像，就需要改下输入）。接下来从caffe.cpp开始慢慢梳理。。。