正文

caffe︱ImageData层、DummyData层作为原始数据导入的应用

IP云
IP云V管理员/0 阅读
11/29
小程序：扫一扫查出行
【扫一扫了解最新限行尾号】
复制小程序

Part1:caffe的ImageData层

ImageData是一个图像输入层，该层的好处是，直接输入原始图像信息就可以导入分析。

在案例中利用ImageData层进行数据转化，得到了一批数据。

但是笔者现在还有几个问题，

  • 这个ImageData只能显示一个batch的图像信息，不能在同一案例循环使用的是吧？
  • L.ImageData之后的数据，可以直接用于框架的输入数据吗？（待尝试）

    .

一、官方文档中的使用

在案例《Fine-tuning a Pretrained Network for Style Recognition》官方文档中，用来作为数据导入的方法： 

 transform_param = dict(mirror=train,crop_size=227,mean_file=caffe_root +'data/ilsvrc12/imagenet_mean.binaryproto')  

L.ImageData(transform_param=transform_param, source=source,batch_size=50, new_height=256, new_width=256, ntop=2)

其中transform_param包含了一些参数：

  • 1、mean_file，数据均值文件存放地
  • 2、source，train_txt的txt文件，其中不论是训练集还是测试集最好有标签，没有标签可以随便标啊，有了这个是为了避免程序出错，每个文档的格式最好都如下（/caffe/data/flickr_style）： 
/caffe/data/flickr_style/images/8483553476_79bae22144.jpg 1
/caffe/data/flickr_style/images/11801337354_7bf2aa44b4.jpg 0
  • 3、new_height、new_width（可有可无，但是有了之后就会对图片进行resize）如果new_height or

    new_width 不等于0，则会resize图像,最好new_height、new_width、crop_size 三个都标同一数值。

    同时crop_size，new_height，new_width 一定要和论文中给出的一致（经验来源于博客：Caffe C++API 提取任意一张图片的特征系列一—-ImageData）
  • 4、★crop_size

    修剪上限，超过227的就会进行修剪，一般height和width与crop_size一致就对了，从原图随机crop的尺寸，crop就是截图， 利用crop_size这种方式可以剪裁中心关注点和边角特征

    其中crop_size 在训练集与验证集中也不尽相同，如果我们输入的图片尺寸大于crop_size，那么图片会被裁剪。当 phase模式为 TRAIN 时，裁剪是随机进行裁剪，而当为TEST 模式时，其裁剪方式则只是裁剪图像的中间区域。

    caffe中提供了过采样的方法（oversample），详见/caffe/python/caffe/io.py，裁剪的是图片中央、4个角以及镜像共10张图片。（该部分见博客：caffe中使用crop_size剪裁训练图片）
  • 5、mirror:false，1表示开启镜像，0表示关闭，也可用ture和false来表示，是否要对输入图像采用随机水平镜像， mirror可以产生镜像,弥补小数据集的不足
  • 6、batch_size，就是每一次载入的数量,多了就放不下了
  • 7、shuffle（可有可无，最好打乱） 每一个 epoch是否打乱数据.

该层输入上述参数后，返回：图像修整、载入过的图像特征。

同时，另外一点：mirror+crop_size 代表着对 images 进行水平镜像处理或者随机裁剪处理，这两个操作都可以看做是简单的数据增强操作。 （来源于：Caffe官方教程中译本_CaffeCN社区翻译(caffecn.cn)）

.

.

二、用ImageData进行原始图像数据导入

对于ImageData使用方式，我总结的不知道对不对：

  • 1、设置transform_param参数

其中包括：均值文件目录、是否修整mirror、crop_size修整上限

  • 2、ImageData引擎

    设置batch_size，height*width图像尺寸，按照框架要求，source代表数据集txt文件

  • 3、扔入框架构建caffenet的框架文件 

  style_net(train=False, subset='train')

不知道这个步骤中，L.ImageData之后的数据，可以直接用于框架的输入数据吗？（待尝试）

  • 4、构建预测引擎 
    caffe.Net(style_net(train=False, subset='train'),weights, caffe.TEST)
  • 5、前馈 
untrained_style_net.forward()
  • 6、拿出图像 
style_data_batch = untrained_style_net.blobs['data'].data.copy()

ImageData层源码解读博客:

caffe源码之ImageDataLayer解析

caffe层解读系列——Data以及ImageData层用法

.

.

Part2:caffe中DummyData层的使用

DummyData:虚拟数据，可以用这一层模拟预测过程.在官方案例中，借用DummyData层来较快完成预测任务。使用流程：

  • 利用DummyData设置备选图框，给新来的图像留个坑 
  dummy_data=L.DummyData(shape=dict(dim=[1, 3, 227, 227]))

不同框架size不一致

  • 构建框架文件deploy.prototxt，用caffenet 
caffenet(data=dummy_data, train=False)
  • 设置预测引擎 
net=caffe.Net(imagenet_net_filename, weights, caffe.TEST)
 其中需要加载框架权值
  • 单张预测 
disp_imagenet_preds(net, image)

其中image是图像的信息，可以是之前ImageData层，也可以是其他转化过的图像特征信息。

相关阅读

目录[+]