caffe添加新层windows

参考博客：
http://46aae4d1e2371e4aa769798941cef698.devproxy.yunshipei.com/kkk584520/article/details/52721838
因为是在windows-caffe下，所以在上述博客基础上做了些较为详细的记录，外加一点点修改

一、修改caffe.proto

在路径 caffe-windows-master\src\caffe\proto中找到caffe.proto.prototxt,添加

optional AllPassParameter all_pass_param = 155;

还有

message AllPassParameter {        optional float key = 1 [default = 0];      }

添加完成后保存，然后就是windows-caffe下的多一步的操作，需要点击extract_proto批处理文件，重新生成caffe.pb.hpp和caffe.pb.cc文件。如果没有extract_proto文件，直接重新编译caffe工程即可。
二、添加新层头文件

在路径caffe-windows-master\include\caffe\layers下添加all_pass_layer.hpp文件

#ifndef CAFFE_ALL_PASS_LAYER_HPP_  #define CAFFE_ALL_PASS_LAYER_HPP_  #include <vector>  #include "caffe/blob.hpp"  #include "caffe/layer.hpp"  #include "caffe/proto/caffe.pb.h"  #include "caffe/layers/neuron_layer.hpp"  namespace caffe {    template <typename Dtype>    class AllPassLayer : public NeuronLayer<Dtype> {    public:        explicit AllPassLayer(const LayerParameter& param)            : NeuronLayer<Dtype>(param) {}        virtual inline const char* type() const { return "AllPass"; }    protected:        virtual void Forward_cpu(const vector<Blob<Dtype>*>& bottom,const vector<Blob<Dtype>*>& top);        virtual void Forward_gpu(const vector<Blob<Dtype>*>& bottom,          const vector<Blob<Dtype>*>& top);          virtual void Backward_cpu(const vector<Blob<Dtype>*>& top,const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom);        virtual void Backward_gpu(const vector<Blob<Dtype>*>& top,           const vector<bool>& propagate_down, const vector<Blob<Dtype>*>& bottom);      };}  // namespace caffe  #endif  // CAFFE_ALL_PASS_LAYER_HPP_ 

这里我在上述博客的基础上，在CPU模式下编译。
三、添加新层源文件

caffe-windows-master\src\caffe\layers路径下添加all_pass_layer.cpp

#include <algorithm>#include <vector>#include "caffe/layers/all_pass_layer.hpp"#include <iostream>using namespace std;#define DEBUG_AP(str) cout<<str<<endlnamespace caffe {    template <typename Dtype>    void AllPassLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,        const vector<Blob<Dtype>*>& top) {        const Dtype* bottom_data = bottom[0]->cpu_data();        Dtype* top_data = top[0]->mutable_cpu_data();        const int count = bottom[0]->count();        for (int i = 0; i < count; ++i) {            top_data[i] = bottom_data[i];        }        DEBUG_AP("Here is All Pass Layer, forwarding.");        DEBUG_AP(this->layer_param_.all_pass_param().key());    }    template <typename Dtype>    void AllPassLayer<Dtype>::Backward_cpu(const vector<Blob<Dtype>*>& top,        const vector<bool>& propagate_down,        const vector<Blob<Dtype>*>& bottom) {        if (propagate_down[0]) {            const Dtype* bottom_data = bottom[0]->cpu_data();            const Dtype* top_diff = top[0]->cpu_diff();            Dtype* bottom_diff = bottom[0]->mutable_cpu_diff();            const int count = bottom[0]->count();            for (int i = 0; i < count; ++i) {                bottom_diff[i] = top_diff[i];            }        }        DEBUG_AP("Here is All Pass Layer, backwarding.");        DEBUG_AP(this->layer_param_.all_pass_param().key());    }#ifdef CPU_ONLY    STUB_GPU(AllPassLayer);#endif    INSTANTIATE_CLASS(AllPassLayer);    REGISTER_LAYER_CLASS(AllPass);}  // namespace caffe

在路径下添加之后，需要在caffe VS C++工程中添加all_pass_layer.hpp文件和all_pass_layer.cpp文件
四、重新编译

选中caffe工程，点击rebuild即可

五、实验添加的新层

写个简单的测试网络结构 deploy.prototxt

name: “AllPassTest”
layer {
name: “data”
type: “Input”
top: “data”
input_param { shape: { dim: 10 dim: 3 dim: 227 dim: 227 } }
}
layer {
name: “ap”
type: “AllPass”
bottom: “data”
top: “conv1”
all_pass_param {
key: 12.88
}
}
windows-caffe测试方法和在Linux下相同，打开CMD，进入caffe根目录,deploy.prototxt文件和caffe.exe放在同一个目录下。

Debug\caffe.exe time -model deploy.prototxt