【caffe】caffe层解读系列——slice和concat实现MultiTask

转载地址：http://blog.csdn.net/shuzfan/article/details/54565776

最近一段时间MultiTask网络比较流行，比如做人脸检测的时候，一个网络完成（人脸和非人脸）二分类任务的同时也要进行boudingbox回归或者人脸关键点回归。

以人脸检测MTCNN为例，一个网络包含三个任务。训练的时候，一个batch中的图片，一部分用于二分类、一部分用于boundingbox 回归，一部分用于关键点回归。这种较复杂的样本组合完全可以通过slice和concat层来快速实现。

———————— Concat —————————

concat层实现输入数据的拼接。
该层有两个相同作用的参数：

message ConcatParameter {
  //指定拼接的维度，默认为1即以channel通道进行拼接;支持负索引，即-1表示最后一个维度
  optional int32 axis = 2 [default = 1];

  // 以后会被弃用，作用同axis一样，但不能指定为负数
  optional uint32 concat_dim = 1 [default = 1];
}
 
 

caffe中数据通常为4个维度，即 num×channels×height×width，因此默认值1表示channels通道进行拼接。

使用方法如下

layer {
  name: "data_all" type: "Concat" bottom: "data_classfier" bottom: "data_boundingbox" bottom: "data_facialpoints" top: "data_all" concat_param { axis: 0 }
}
 
 

除了拼接维度外的其它维度都必须相等。比如上面，输入图像均为 24×24×3

————————— Slice —————————

既然有合并，那么相应的也有拆分。slice层共有三个参数：

message SliceParameter {
  // 下面两个指定沿哪个维度进行拆分，默认拆分channels通道
  optional int32 axis = 3 [default = 1];
  optional uint32 slice_dim = 1 [default = 1];

  // 指定拆分点
  repeated uint32 slice_point = 2;
}
 
 

现在我们就要把之前concat合并的数据按照原样拆分：

layer {
  name: "data_each" type: "Slice" bottom: "data_all" top: "data_classfier" top: "data_boundingbox" top: "data_facialpoints" slice_param { axis: 0 slice_point: 150 slice_point: 200 }
}
 
 

其中slice_point的个数必须等于top的个数减一。输入的data_all维度为 250×3×24×24

————————— MultiTask —————————

下面直接给一张网络结构图，大家就应该知道怎么实现多数据MultiTask了。