caffe 全卷积 cnn - 如何使用裁剪参数

Question

我正在尝试为我的问题训练一个完全卷积的网络。我正在使用实现 https://github.com/shelhamer/fcn.berkeleyvision.org .
我有不同的图像大小。

我不确定如何在“裁剪”图层中设置“偏移”参数。

'Offset' 参数的默认值是什么？

如何使用此参数裁剪中心周围的图像？

Answer 1

根据Crop layer documentation ，它需要两个底部 blob 并输出一个顶部 blob。我们将底部的 blob 称为 A和 B ，顶部 blob 为 T .

A -> 32 x 3 x 224 x 224
B -> 32 x m x n x p

然后，

T -> 32 x m x n x p

关于轴参数，来自文档:

Takes a Blob and crop it, to the shape specified by the second input Blob, across all dimensions after the specified axis.

这意味着，如果我们设置 axis = 1 ，那么它将裁剪尺寸 1、2、3。如果 axis = 2 ，然后 T应该是大小 32 x 3 x n x p .您也可以将轴设置为负值，例如 -1 ，这意味着最后一个维度，即在这种情况下为 3。

关于偏移参数，我查看了 $CAFFE_ROOT/src/caffe/proto/caffe.proto(在第 630 行)，我没有找到偏移参数的任何默认值，所以我假设您必须提供该参数，否则它将导致错误。不过，我可能错了。

现在，Caffe 知道您需要一个大小为 m 的 blob。在第一个轴上。我们仍然需要告诉 Caffe 从哪里裁剪。这就是偏移量的来源。如果偏移量是 10 ，然后你的 blob 大小 m将从 10 开始裁剪并结束于 10+m-1 (总大小 m )。为 offset 设置一个值以在所有维度中按该数量裁剪(由 axis 确定，还记得吗？在本例中为 1, 2, 3 )。否则，如果您想以不同的方式裁剪每个维度，您必须指定等于被裁剪的维度数量(在本例中为 3)的偏移数量。所以总结一下，

如果您有一个大小为 32 x 3 x 224 x 224 的 Blob 并且您想裁剪大小为 32 x 3 x 32 x 64 的中心部分，那么您将按如下方式编写裁剪层:

layer {
  name: "T"
  type: "Crop"
  bottom: "A"
  bottom: "B"
  top: "T"
  crop_param {
      axis: 2
      offset: 96
      offset: 80
  }
}