Caffe中crop_layer层的理解和使用

前段时间一直忙着找工作博客已经很久没有写了，看到了很多人的留言没有回复，在这里和大家说声抱歉。Caffe也是很久没有使用了，前天突然发现Caffe更新了，出现了一些新层，于是就挑着在论文中使用到的新层研究了一下。

     本片博客主要是说明crop_layer（我叫他剪裁层）的理解和使用。在此申明博客中的内容部分引用其他博客我会给出连接地址，大家可以详细看原博客。

      1、Crop_layer有什么作用呢？

Crop_layer的主要作用就是进行剪裁。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。

         （1）A是要进行裁切的bottom，他的size是 （20,50,512,512）；

 （2）B是剪裁的参考输入，它的size是（20,10,256,256）；

 （3）C是输出，由A剪裁而来，那么他的size是（20,10,256,256）。

Crop_layer里有两个重要的参数axis，offsets。axis决定从哪个轴开始剪裁，offsets决定A的偏移，从偏移位置开始剪裁，剪裁的长度就是B中对应轴的长度。举例如下：

（1）axis=1,offset=(25,128,128)

（2）corp operation:C=A[:,25:25+B.shape[1],128:128+B.shape[2],128:128+B.shape[3]].

以上内容出自http://www.cnblogs.com/kunyuanjushi/p/5937083.html

      2、Crop_layer在那篇论文里具体应用了呢？

看过Fully Convolutional Networks for Semantic Segmentation 这篇论文的同学应该有印象。没错我也是研究这篇论文时，发现作者提供的网络配置文件里使用了Crop_layer层。

那么他在这篇论文里有什么作用呢？可参考：https://www.zhihu.com/question/48260036

主要是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。

    3、重磅来袭，源码解读。

首先，给出源码中重要的部分crop_copy函数

void CropLayer<Dtype>::crop_copy(const vector<Blob<Dtype>*>& bottom,// bottom[0]             const vector<Blob<Dtype>*>& top,             const vector<int>& offsets,             vector<int> indices,//初始化时都是0             int cur_dim,//默认从0开始             const Dtype* src_data,             Dtype* dest_data,             bool is_forward) {  if (cur_dim + 1 < top[0]->num_axes()) {    // We are not yet at the final dimension, call copy recursively// 还没到最后一个维度，递归调用crop_copy()    for (int i = 0; i < top[0]->shape(cur_dim); ++i) {      indices[cur_dim] = i;      crop_copy(bottom, top, offsets, indices, cur_dim+1,                src_data, dest_data, is_forward);    }  } else {    // We are at the last dimensions, which is stored continously(连续) in memory    for (int i = 0; i < top[0]->shape(cur_dim); ++i) {      // prepare index vector reduced(red) and with offsets(off) 准备索引向量      std::vector<int> ind_red(cur_dim, 0); //顶层的偏移向量      std::vector<int> ind_off(cur_dim+1, 0);//底层的偏移向量      for (int j = 0; j < cur_dim; ++j) {//注意这里的cur_dim=3，因此j最大为2，ind_red[0]初始化时是0          ind_red[j] = indices[j];          ind_off[j] = indices[j] + offsets[j];      }      ind_off[cur_dim] = offsets[cur_dim];//ind_off最后一维      // do the copy  复制操作      if (is_forward) {        caffe_copy(top[0]->shape(cur_dim),            src_data + bottom[0]->offset(ind_off),            dest_data + top[0]->offset(ind_red));      } else {        // in the backwards pass the src_data is top_diff        // and the dest_data is bottom_diff// 后向过程src_data是top_diff，dest_data是bottom_diff        caffe_copy(top[0]->shape(cur_dim),            src_data + top[0]->offset(ind_red),            dest_data + bottom[0]->offset(ind_off));      }    }  }}

由于解释起来较为复杂，特把我的笔记贴出，如有错误望留言告知

OK！到这里基本就完了。欢迎大家留言讨论！