caffe data层_caffe学习笔记（一）数据层及参数

要运行caffe，需要先创建一个模型(model)，如比较常用的Lenet,Alex等， 而一个模型由多个层(layer)构成，每一层又由许多参数组成。所有的参数都定义在caffe.prototxt这个文件中。要熟练使用caffe，最重要的就是学会配置文件(prototxt)的编写。

层有很多种类型，比如Data,Convolution,Pooling等，层之间的数据流动是以Blobs的方式进行。

今天我们就先介绍一下数据层.

数据层是每个模型的最底层，是模型的入口，不仅提供数据的输入，也提供数据从Blobs转换成别的格式进行保存输出。通常数据的预处理(如减去均值, 放大缩小, 裁剪和镜像等)，也在这一层设置参数实现。

数据来源可以来自高效的数据库(如LevelDB和LMDB)，也可以直接来自于内存。如果不是很注重效率的话，数据也可来自磁盘的hdf5文件和图片格式文件。

实例：

layer {

name:"cifar"type:"Data"top:"data"top:"label"include {

phase: TRAIN

}

transform_param {

mean_file:"examples/cifar10/mean.binaryproto"}

data_param {

source:"examples/cifar10/cifar10_train_lmdb"batch_size:100backend: LMDB

}

}

name: 表示该层的名称，可随意取

type: 层类型，如果是Data，表示数据来源于LevelDB或LMDB。根据数据的来源不同，数据层的类型也不同(后面会详细阐述)。一般在练习的时候，我们都是采 用的LevelDB或LMDB数据，因此层类型设置为Data。

top或bottom: 每一层用bottom来输入数据，用top来输出数据。如果只有top没有bottom，则此层只有输出，没有输入。反之亦然。如果有多个 top或多个bottom，表示有多个blobs数据的输入和输出。

data 与 label: 在数据层中，至少有一个命名为data的top。如果有第二个top，一般命名为label。 这种(data,label)配对是分类模型所必需的。

include: 一般训练的时候和测试的时候，模型的层是不一样的。该层(layer)是属于训练阶段的层，还是属于测试阶段的层，需要用include来指定。如果没有include参数，则表示该层既在训练模型中，又在测试模型中。

Transformations: 数据的预处理，可以将数据变换到定义的范围内。如设置scale为0.00390625，实际上就是1/255, 即将输入数据由0-255归一化到0-1之间

其它的数据预处理也在这个地方设置：

transform_param {

scale:0.00390625mean_file_size:"examples/cifar10/mean.binaryproto"

#用一个配置文件来进行均值操作

mirror: 1 #1表示开启镜像，0表示关闭，也可用ture和false来表示

#剪裁一个 227*227的图块，在训练阶段随机剪裁，在测试阶段从中间裁剪

crop_size: 227}

data_param部分，就是根据数据的来源不同，来进行不同的设置。

1、数据来自于数据库(如LevelDB和LMDB)

层类型(layer type):Data

必须设置的参数：

source: 包含数据库的目录名称，如examples/mnist/mnist_train_lmdb

batch_size: 每次处理的数据个数，如64

可选的参数：

rand_skip: 在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。

backend: 选择是采用LevelDB还是LMDB, 默认是LevelDB.

示例：

layer {

name:"mnist"type:"Data"top:"data"top:"label"include {

phase: TRAIN

}

transform_param {

scale:0.00390625}

data_param {

source:"examples/mnist/mnist_train_lmdb"batch_size:64backend: LMDB

}

}

2、数据来自于内存

层类型：MemoryData

必须设置的参数：

batch_size：每一次处理的数据个数，比如2

channels：通道数

height：高度

width: 宽度

示例：

layer {

top:"data"top:"label"name:"memory_data"type:"MemoryData"memory_data_param{

batch_size:2height:100width:100channels:1}

transform_param {

scale:0.0078125mean_file:"mean.proto"mirror: false

}

}

3、数据来自于HDF5

层类型：HDF5Data

必须设置的参数：

source: 读取的文件名称

batch_size: 每一次处理的数据个数

示例：

layer {

name:"data"type:"HDF5Data"top:"data"top:"label"hdf5_data_param {

source:"examples/hdf5_classification/data/train.txt"batch_size:10}

}

4、数据来自于图片

层类型：ImageData

必须设置的参数：

source: 一个文本文件的名字，每一行给定一个图片文件的名称和标签(label)

batch_size: 每一次处理的数据个数，即图片数

可选参数：

rand_skip: 在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。

shuffle: 随机打乱顺序，默认值为false

new_height,new_width: 如果设置，则将图片进行resize

示例：

layer {

name:"data"type:"ImageData"top:"data"top:"label"transform_param {

mirror: false

crop_size:227mean_file:"data/ilsvrc12/imagenet_mean.binaryproto"}

image_data_param {

source:"examples/_temp/file_list.txt"batch_size:50new_height:256new_width:256}

}

5、数据来源于Windows

层类型：WindowData

必须设置的参数：

source: 一个文本文件的名字

batch_size: 每一次处理的数据个数，即图片数

示例：

layer {

name:"data"type:"WindowData"top:"data"top:"label"include {

phase: TRAIN

}

transform_param {

mirror: true

crop_size:227mean_file:"data/ilsvrc12/imagenet_mean.binaryproto"}

window_data_param {

source:"examples/finetune_pascal_detection/window_file_2007_trainval.txt"batch_size:128fg_threshold:0.5bg_threshold:0.5fg_fraction:0.25context_pad:16crop_mode:"warp"}

}