caffe-ssd中在代码中修改detection_out层的参数

由于caffe-ssd的最后一层detection_out中有用到nms，并且是可以再gpu中实现的，这样就比在cpu上做快很多。为了将ssd工程化，需要设计一个接口，能直接设置detection_out中的nms阈值和confidence阈值。

在caffe中提供了修改每一层参数的代码

//net.hpp 215行
const shared_ptr<Layer<Dtype> > layer_by_name(const string& layer_name) const;
//通过这个接口可以直接获取到detection_out的指针

//layer.hpp 189行
const LayerParameter& layer_param() const { return layer_param_; }
//通过这个接口可以获取网络层的参数

//caffe.pb.h  19799行
inline ::caffe::DetectionOutputParameter* LayerParameter::mutable_detection_output_param() {
  set_has_detection_output_param();
  if (detection_output_param_ == NULL) detection_output_param_ = new ::caffe::DetectionOutputParameter;
  // @@protoc_insertion_point(field_mutable:caffe.LayerParameter.detection_output_param)
  return detection_output_param_;
}
//通过这个接口可以直接访问detection_output_param的参数

//caffe.pb.h 25308行
inline ::caffe::NonMaximumSuppressionParameter* DetectionOutputParameter::mutable_nms_param() {
  set_has_nms_param();
  if (nms_param_ == NULL) nms_param_ = new ::caffe::NonMaximumSuppressionParameter;
  // @@protoc_insertion_point(field_mutable:caffe.DetectionOutputParameter.nms_param)
  return nms_param_;
}
//通过这个接口可以访问nms的各种参数

//caffe.pb.h 24711行
inline void NonMaximumSuppressionParameter::set_nms_threshold(float value) {
  set_has_nms_threshold();
  nms_threshold_ = value;
  // @@protoc_insertion_point(field_set:caffe.NonMaximumSuppressionParameter.nms_threshold)
}
//通过这个接口可以直接设置nms

之前确实没有怎么仔细去caffe的源码，现在仔细看来，caffe的代码确实写的非常不错。

可以直接通过下面这行代码直接设置nms的阈值了

net_->layer_by_name("detection_out")->layer_param_no_const()->mutable_detection_output_param()->mutable_nms_param()->set_nms_threshold(0.6);

当然原来的源码是不能这样写的，因为有很多变量设置的是const属性，所以不得不将源码修改一下，达到可以访问的目的。

  LayerParameter* layer_param_no_const() {
      LayerParameter* temp = &layer_param_;
      return temp;
  }
  //这个函数是自己加的，名字就是随便取的一个名字。通过这个函数将layer_param_变量的访问权开放出来，后面的函数就可以访问了。

一般在加载模型文件之后，各层的参数就已经确定了。在detection_output_layer.cpp文件中可以看到，LayerSetUp函数在网络初始化之后，nms的阈值和conf的阈值就已经被确定了。两个值分别被保存在 confidence_threshold_ 和 nms_threshold这两个变量中，在forward的过程中，nms函数是直接访问这两个变量，所以影响结果是这两个变量的值，所以需要在forward中nms之前将这两个变量重新赋值，就可以了。

由于涉及到gpu做nms运算，所以在.cu和.cpp文件中都需要修改代码。

const DetectionOutputParameter& detection_output_param = this->layer_param_.detection_output_param();

confidence_threshold_ = detection_output_param.has_confidence_threshold() ?
      detection_output_param.confidence_threshold() : -FLT_MAX;
  // Parameters used in nms.
nms_threshold_ = detection_output_param.nms_param().nms_threshold();