caffe crop层
来源:互联网 发布:java图书馆系统源代码 编辑:程序博客网 时间:2024/05/18 09:47
1、crop层怎么用:
转载自http://www.cnblogs.com/kunyuanjushi/p/5937083.html
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)
模式1的prototxt写法如下:
layer {
name:
"crop_layer"
type:
"Crop"
bottom:
"A"
bottom:
"B"
top:
"C"
crop_param {
axis: 1
offset: 25
offset: 128
offset: 128
}
}
2、何时用:Fully Convolutional Networks for Semantic Segmentation提到,全卷积时原始图像加了pad,比原图大一些,最后要把pad剪裁掉。
0 0
- caffe crop层
- caffe crop层理解
- caffe中的crop层
- Caffe crop
- FCN网络中使用的caffe类型层汇总--Convolution/Deconvolution/Crop/Eltwise/SoftmaxWithLoss
- 深度学习caffe平台-----裁剪层(Crop Layer)参数及参数详解
- 将caffe变成crop长宽不同的大小
- 图像分割crop设置 caffe fully convolutional cnn
- caffe 全链接层
- caffe layer层详解
- caffe:Data 层
- caffe各层总结
- Caffe扩展新层
- caffe SoftmaxWithLoss 层
- caffe softmax 层形状
- caffe各层介绍
- caffe各层总结
- Caffe加层
- 是时候做点改变了
- 通过百度地图API,将百度坐标转换成GPS经纬度
- 深度剖析C语言的各种指针
- 数据结构之栈实现(1)
- nodejs使用express+ejs对mysql数据库的增删改查
- caffe crop层
- 导入文件时http504超时错误通过nginx配置处理
- 关于spring+mybatis操作数据库多次异常 事务不被spring管理问题
- 使用valgrind检查内存问题
- myeclipse双击无法打开 -Dosgi.locking=none
- Web前端复习——JavaScript复习(DOM)
- 别再让短期经历成为你简历的短板了!
- spss 构建决策树 树形图 正在处理不显示问题
- PHP——.json文件(读&写)