新版caffe FCN的使用教程

引言

FCN的出现，大幅度改变了近两年来的CNN方向。之前我曾写过caffe版本FCN的使用。最近做实验正好要用到FCN，发现FCN的code已有较大改动。因此，记录一下新版FCN的使用和需要注意的地方。

新版FCN的更新内容

FCN的实现是caffe-future，现在主要的函数也已经合并到官方版本的caffe中。而FCN的训练测试代码在此处下载。总的来说，让大家对于FCN的使用更加简便，而无需自己将太多时间花在准备数据等之类事情上。

二者的主要区别是caffe-future采用独立生成ldmb格式的图像和label数据。现在已经更新为使用Python Layer的方式。这会影响到caffe编译时的一些设置。

具体使用

Caffe

下载并编译Caffe。
需要注意的是，记得打开Makefile.config文件中的WITH_PYTHON_LAYER：

 # Uncomment to support layers written in Python (will link against Python libs)
 WITH_PYTHON_LAYER := 1

训练

下面以SIFT-Flow数据集为例，进行训练。
1. 下载数据集：地址.
2. 解压数据至./data/sift-flow/文件夹下。
3. 直接终端运行./siftflow-fcn32s下的solve.py文件即可。

OK，静待训练结果~