caffe中的crop层

在Fully Convolutional Networks（FCN）中，会用到Crop 层，他的主要作用是进行裁切。下面我们举一个例子来说明如何使用Crop 层。

 

　　Caffe中的数据是以 blobs形式存在的，blob是四维数据，即 （Batch size, number of Chennels, Height, Width）=(N, C, H, W)。---（0,1,2,3）

 

Crop层的输入（bottom blobs）有两个，让我们假设为A和B，输出（top）为C。

• A是要进行裁切的bottom，他的size是 （20,50,512,512）
• B是裁切的参考输入，他的size是（20,10,256,256）
• C是输出（top blob），由A裁切而来，那么他的size是（20,10，256,256）

　　

　　在这个例子中，轴0的维度不变，我们只需要裁切blob的轴1,2,3，所以我们设置axis=1，代表我们将会裁切轴1和它之后的所有轴。

　　有两个裁切模式：

模式1---给出3个offsets，每个针对一个dimension，offset=（25,128,128）

• axis=1，offset=（25,128,128）
• crop operation: C = A[: , 25: 25+B.shape[1] , 128: 128+B.shape[2] , 128: 128+B.shape[3] ]
• 也就是说，对于A的轴1，对称裁切了25-35
• 对称裁切：offset = (Original_length - desired length ) / 2

 

模式2---给出1个offset，适用于三个dimension，offset=25

• 那么就相当于模式1 的 offset=（25,25,25）

axis=0,1,2,3分别表示为N,C,H,W。默认axis等于2，即默认从H开始裁剪（裁剪H和W）。Offset表示裁剪的大小

void CropLayer<Dtype>::crop_copy(const vector<Blob<Dtype>*>& bottom,// bottom[0]
             const vector<Blob<Dtype>*>& top,
             const vector<int>& offsets,
             vector<int> indices,//初始化时都是0
             int cur_dim,//默认从0开始
             const Dtype* src_data,
             Dtype* dest_data,
             bool is_forward) {
  if (cur_dim + 1 < top[0]->num_axes()) {
    // We are not yet at the final dimension, call copy recursively
	// 还没到最后一个维度，递归调用crop_copy()
    for (int i = 0; i < top[0]->shape(cur_dim); ++i) {
      indices[cur_dim] = i;
      crop_copy(bottom, top, offsets, indices, cur_dim+1,
                src_data, dest_data, is_forward);
    }
  } else {
    // We are at the last dimensions, which is stored continously(连续) in memory
    for (int i = 0; i < top[0]->shape(cur_dim); ++i) {
      // prepare index vector reduced(red) and with offsets(off) 准备索引向量
      std::vector<int> ind_red(cur_dim, 0); //顶层的偏移向量
      std::vector<int> ind_off(cur_dim+1, 0);//底层的偏移向量
      for (int j = 0; j < cur_dim; ++j) {//注意这里的cur_dim=3，因此j最大为2，ind_red[0]初始化时是0
          ind_red[j] = indices[j];
          ind_off[j] = indices[j] + offsets[j];
      }
      ind_off[cur_dim] = offsets[cur_dim];//ind_off最后一维
      // do the copy  复制操作
      if (is_forward) {
        caffe_copy(top[0]->shape(cur_dim),
            src_data + bottom[0]->offset(ind_off),
            dest_data + top[0]->offset(ind_red));
      } else {
        // in the backwards pass the src_data is top_diff
        // and the dest_data is bottom_diff
		// 后向过程src_data是top_diff，dest_data是bottom_diff
        caffe_copy(top[0]->shape(cur_dim),
            src_data + top[0]->offset(ind_red),
            dest_data + bottom[0]->offset(ind_off));
      }
    }
  }
}

模式1的prototxt写法如下：

1 2 3 4 5 6 7 8 9 10 11 12 13

layer {    name:  "crop_layer"    type:  "Crop"    bottom:  "A"    bottom:  "B"    top:  "C"    crop_param {      axis: 1      offset: 25      offset: 128      offset: 128    } }