neural-network - Caffe HDF5 预处理

Question

我开始使用 Caffe 和深度学习，但我无法理解在 HDF5 数据上使用 Caffe 训练模型所需的预处理步骤。具体来说，

1. 是否需要将图像转换为 [0-1] 范围。笔记本示例 (00-classification.ipynb) 指出模型在 [0-255] 范围内运行，而一些参考资料显示它应该是 [0-1]。我该如何决定？
2. 根据文档，批量图像数据的常规 blob 尺寸为 N x 通道 K x 高度 H x 宽度 W。对此没有冲突
3. RGB 到 BGR 转换的通道交换步骤是强制性的吗？
4. 如何对 HDF5 数据执行图像均值计算？对于compute_image_mean.cpp，后端是 lmdb。这只是为了提高性能？

至于 LMDB 的使用，问题 1-3 仍然成立。对此的任何澄清将不胜感激。

Answer 1

欢迎来到咖啡。

1.将输入数据缩放到 [0..1] 或 [0..255] 的范围完全取决于您。一些模型在 [0..1] 范围内工作，其他模型在 [0..255] 范围内工作，并且与输入法（LMDB/HDF5）的选择完全无关。
这里最重要的是保持一致。如果您决定在 [0..1] 范围内工作，则必须确保以相同的方式准备训练集和验证集，并且“部署”阶段的新示例被缩放到相同的范围。

2.正如您已经观察到的，Caffe blob 始终是 4-D batch-channel-width-height。

3. RGB 到 BGR 再次不是强制性的，但很常见，因为 BGR 是 opencv 读取图像的方式。同样，这里最重要的是网络整个生命周期的一致性。

4.最近，模型减去每个通道的平均值，而不是每个像素的平均值。它更方便，特别是如果您更改网络的输入大小。在处理 HDF5 数据时，您可以计算平均图像并将其保存到 binaryproto 中。请参阅此处的示例。