在 caffe 中 “个性化定制” data_param参数

看到题目，可能有的朋友还不太理解这一篇博文主要是要干嘛的，下面我先来举一个简单的例子。
先做一个简单的假设：假设你已经看了我之前的博文：用 caffe 做回归（下），即使上面的假设不成立，也没有关系。该博文主要是讲解用caffe做回归任务的时候对data_layer.cpp的修改。此处我想让大家关注的是，里面用到的一个变量声明：

  int labelNum = 4;  //表示标签的数量为4

对于“强迫症”来说，在里面写这样的一个声明是很不美观的。另外，当标签的数量发生变化的时候（比如变成10），还需要在这里把4修改为10，然后重新编译caffe。这样对于使用的人来说是很不友好的。
于是我又看到了这样的一句代码：

const int batch_size = this->layer_param_.data_param().batch_size(); 

这里的batch_size 不就是我们的网络结构配置文件（比如：train_test.prototxt）中的data_param 中的参数吗？
那我能不能有下面的代码：

const int labelNum = this->layer_param_.data_param().label_num(); 

这样一来，我是不是直接在原来的 train_test.prototxt 文件中：

  data_param {
    source: "examples/mnist/mnist_train_lmdb"
    batch_size: 64
    backend: LMDB
  }

增加label_num: 4 一项，即：

  data_param {
    source: "examples/mnist/mnist_train_lmdb"
    batch_size: 64
    backend: LMDB
    label_num: 4
  }

是不是就可以解决我上面遇到的问题了呢？当我需要把标签的数量从4改为10的时候，也只需要在 train_test.prototxt 文件中修改，并不需要打开 data_later.cpp，也不需要重新编译caffe。
经过一番验证，上面的猜想是完全可行的！哈哈，说的自己好像是第一个发现一样，其实早就有很多人这么做～～

---

那么下面我就来说一说具体的做法（其实很简单）：
要想在data_param 中添加 label_num 这个参数，需要在 src/caffe/proto/caffe.proto 文件中对应的位置上加上对label_num 这一参数的声明：

• 打开caffe.proto 文件，ctrl+F找到对message DataParameter 部分的定义，到这里会发现，原来我们在train_test.prototxt的数据层中看到的batch_size mean_file crop_size 等等这些熟悉的“面孔”都是在这里最初声明的（到这里似乎已经明白了什么，对的往下看）；
• 我们只需要在

optional uint32 prefetch = 10 [default = 4];

的后面加上：

optional uint32 label_num = 11;

就完成了对caffe.proto 的修改。

• 最后在重新在caffe的根目录下重新make编译一下caffe，就可以像上面说的那样使用label_num了！

---

下面还有一些需要注意的地方：

1. 如果定义的参数是float类型或者bool类型的，记得要将uint32改成相应的类型；
2. 建议定义参数的时候使用小写字母。也就是像label_num ，而不要label_Num 。我在实际使用的时候发现如果使用大写，则在后面的train_test.prototxt中也需要用大写，而在data_layer.cpp中使用的时候反而要用小写的函数名比如：label_num() 。貌似是这个规律～～

另外，这边博文的思想可以使用到我的另外一篇博文中：
在 caffe 的 data_later.cpp 中做数据增强
如果在做数据增强的过程中需要用到某些参数，也可以直接通过data_param 传递。

大概就是这样了～