2

我正在使用此代码加载我的网络：

net = caffe.Classifier(MODEL_FILE, PRETRAINED,
                   mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1),
                   channel_swap=(2,1,0),
                   raw_scale=255,
                   image_dims=(256, 256))

我对三行有疑问。

1-mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1)

什么意思？我应该使用这个平均值还是另一个？如果是，我在哪里可以获得自定义平均值？我正在使用自定义数据集。

2-channel_swap=(2,1,0)

channel_swap 是什么意思？再说一次，我应该使用这个值还是自定义值？

最后一个

3-raw_scale=255

什么是 raw_scale？我应该使用什么值？

我正在使用Cohn Kanade数据集。所有图像均为 64x64 且为灰度。

4

2 回答 2

4

根据[1] 中的评论，如果您使用参考图像网络模型，这显然是必要channel_swap的RGB。BGR在您的情况下，图像是灰度的，因此您可能没有三个通道。您可能需要将其设置为 (0, 0, 0)，但即使这样也可能无济于事（我不确定 的确切实现channel_swap）。如果这没有帮助，最简单的解决方案可能是通过将每个像素分成三个具有相等值的值 (RGB) 来预处理数据。之后您可能会channel_swap完全放弃，因为您的频道具有相同的价值，并且交换它们是无操作的。

平均值是将从您的输入数据中减去以使其居中的内容。（请记住，神经网络需要数据具有零均值，而输入图像通常具有正均值，因此需要减法）。您减去的平均值应该与用于训练的平均值相同，因此使用与模型关联的文件中的平均值是正确的。但是，我不确定您是否应该调用.mean(1)它——您是否从某个示例中得到了这条线？如果是，那么这很可能是正确的做法。

raw_scale是您输入数据的比例。该模型期望像素被归一化，因此如果您的输入数据的值介于 0 和 255 之间，则raw_scale设置为 255 是正确的。如果您的数据的值介于 0 和 1 之间，raw_scale则应设置为 1。

最后，根据我对[2]中评论的理解，您不需要提供image_dims

[1] https://github.com/BVLC/caffe/blob/master/python/caffe/io.py#L204

[2] https://github.com/BVLC/caffe/blob/master/python/caffe/classifier.py#L18

于 2015-11-17T19:34:04.407 回答
2

我同意@Ishamael 在 channel_swap 上的评论和意思。我只是想进一步澄清 raw_scale。假设加载图像时caffe.io.load_image，值始终在 0 到 1 [1] 的范围内。只是要注意：

虽然 Python 表示 [0, 1] 中的图像，但某些 Caffe 模型 CaffeNet 和 AlexNet 表示 [0, 255] 中的图像，因此这些模型的 raw_scale 必须为 255。

而且我认为在馈送到网络的数据层之前检查输入图像值以选择适当的 raw_scale 是明智的。

谢谢你。

[1] https://github.com/BVLC/caffe/blob/master/python/caffe/io.py#L224

于 2017-03-03T02:10:51.573 回答