darknet中im2col代码分析

darknet里面的im2col用的是caffe的im2col代码。多通道矩阵数据（如彩色图像）经过im2col操作后得到一个矩阵，同时将多个卷积核

也转成一个矩阵的形式。这样一来就能够把卷积操作转换成矩阵乘法。本文主要讨论im2col的实现。

看一下im2col的参数：

voidim2col_cpu(float*data_im,intchannels,intheight,intwidth,intksize,intstride,intpad,float*data_col)

具体意义如下：

data_im:输入数据

channels:输入数据通道数

height：输入数据的高

width：输入数据的宽

ksize：卷积核的大小

stride：卷积核移动的步长，下文都以stride=1来处理

pad：padding时所需要填充的长度，padding的长度为ksize/2

data_col：输出

为了更好的理解im2col，先看看卷积的实现过程。假设im2col的输入参数如下：

channels：3；height：4；width：4；ksize：3；stride：1；pad：1

先利用im2col转换成矩阵，具体可参考一下博文：

http://blog.csdn.net/mrhiuser/article/details/52672824

只不过在darknet中输出的是27*16的一个矩阵，而不是27*4。原因是darknet中的im2col相当于对原来的输入图像进行了padding操

作，使原来的4*4图像变为6*6的。然后才从原来的4*4中的第一行第一列的元素开始执行操作。而上面的博文介绍的是直接从第二行

第二列开始的，也就是只对不超出核矩阵范围的元素进行操作。

在darknet中要生成一个27*16的矩阵，是按照行来生成的。也就是先生成第一行的16个点，然后以此类推，生成所有行的16个点。以

下是对源码的分析：

void im2col_cpu(float* data_im,     int channels,  int height,  int width,     int ksize,  int stride, int pad, float* data_col) {    int c,h,w;    //计算卷积后的图像宽和高，在darknet中似乎认为卷积后的输出图像跟输入图像尺寸是一样的    int height_col = (height + 2*pad - ksize) / stride + 1;    int width_col = (width + 2*pad - ksize) / stride + 1;    int channels_col = channels * ksize * ksize;//im2col后的矩阵行数如3*3*3=27    for (c = 0; c < channels_col; ++c) {//按照行逐点生成        int w_offset = c % ksize;        int h_offset = (c / ksize) % ksize;        int c_im = c / ksize / ksize;//计算目前处理第几个通道的图像        //遍历整个4*4的图像点生成16个第c点的数据        for (h = 0; h < height_col; ++h) {            for (w = 0; w < width_col; ++w) {             //计算出3*3中要生成某个点的数据在padding后图像的位置，比如在当c=5时，也就是要生成3*3中的第二行第三列的点（1*2），在下面的im2col_get_pixel中im_row和im_col都会减去pad=1            //所以im_row和im_col分别为2和3，当im_row和im_col中只要有超出图像边界的时候im2col_get_pixel返回的像素值为0。也就是相当于先对输入图像进行了padding操作。                int im_row = h_offset + h * stride;                int im_col = w_offset + w * stride;                int col_index = (c * height_col + h) * width_col + w;                data_col[col_index] = im2col_get_pixel(data_im, height, width, channels,                        im_row, im_col, c_im, pad);            }        }    }}