caffe网络结构解析

一、均值文件是什么：

下面是make_imagenet_mean.sh里面的内容

#!/usr/bin/env sh# Compute the mean image from the imagenet training lmdb# N.B. this is available in data/ilsvrc12EXAMPLE=E:/deeplearning/caffe-master/test_myself/my_dataDATA=E:/deeplearning/caffe-master/test_myself/my_dataTOOLS=E:/deeplearning/caffe-master/Build/x64/Release$TOOLS/compute_image_mean $EXAMPLE/my_train_leveldb \  $DATA/imagenet_mean.binaryproto --backend=leveldbecho "Done."

可以看出用compute_image_mean.exe执行了均值文件计算，而且只计算了my_train_leveldb 的均值，这是训练数据。
均值文件是通过训练集计算出来的，测试集不需要计算出均值文件。在训练阶段和测试阶段都是用的训练集的均值文件。
均值的理论概念参考：http://ufldl.stanford.edu/wiki/index.php/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90

看到这里，其实我也一直不明白这个均值文件到底是什么东西，里面到底是什么，存的什么数据。为此，我想用matlab来看里面的数据。
配置matlab接口参考：http://blog.csdn.net/zb1165048017/article/details/51702686
配置完进行数据转换，参考博客：http://blog.csdn.net/yihaizhiyan/article/details/27214461
自己用的代码：

mean_file = 'E:\deeplearning\caffe-master\test_myself\my_data\imagenet_mean.binaryproto';    image_mean = caffe.io.read_mean(mean_file);% help caffe 可以查到read_mean该函数  save 'E:\deeplearning\caffe-master\test_myself\my_data\image_mean.mat' image_mean 

得到image_mean.mat文件，文件大小为32*32*3，显然这是一张类似3通道的图。

至此，我们知道，每次训练时，输入的原始图片都要减去这张均值图片，然后才真正输入到网络中去，测试时也一样。