caffe原始碼分析 DataTransformer

將datum型別或者cv::mat， 轉化為caffe的blob，並按照transformation``parameter引數對影象做處理，例如scale,mirro等

推斷blob的shape

proto定義如下：

// to the data layer's data

message transformationparameter

使用示例1：

layer 

transform_param 
data_param 
}

transform_param

template class datatransformer ;

templatevoid datatransformer::transform(const datum& datum,

dtype* transformed_data) 
if (has_mean_values) }}
int height = datum_height;
int width = datum_width;
int h_off = 0;
int w_off = 0;
if (crop_size) else 
}dtype datum_element;
int top_index, data_index;
for (int c = 0; c < datum_channels; ++c) else 
if (has_uint8) else 
if (has_mean_file) else else }}}}}

1. caffe原始碼分析-cmake 工程構建:

caffe原始碼分析-cmake 工程構建主要內容:

2. caffe的資料記憶體分配類syncedmemory， 以及類blob資料傳輸的媒介.

主要內容：

caffe原始碼分析-syncedmemory

caffe原始碼分析-blob

其中blob分析給出了其直接與opencv的相互轉化以及操作，可以使得我們更好的理解blob.

3. caffelayer的原始碼分析，包括從整體上說明了layer類別以及其proto定義與核心函式.

內容如下：

caffe原始碼分析-layer

caffe原始碼分析-relulayer

caffe原始碼分析-inner_product_layer

caffe原始碼分析-layer_factory

首先分析了最簡單的layerrelu，然後在是inner_product_layer全連線層， 最後是layer_factorycaffe中 以此工廠模式create各種layer.

4. 資料輸入層，主要是多執行緒+blockingqueue的方式讀取資料訓練：

內容如下：

caffe原始碼分析-blockingqueue

caffe原始碼分析-internalthread

caffe原始碼分析-datareader

5. io處理例如讀取proto檔案轉化為網路，以及網路引數的序列化

內容如下：

caffe原始碼分析-datatransformer

caffe原始碼分析-db, io

6. 最後給出了使用純c++結合多層感知機網路訓練mnist的示例

內容如下：

caffe c++示例（mnist 多層感知機c++訓練，測試）

類似與caffe一樣按照layer、solver、loss、net等模組構建的神經網路實現可以見下面這篇blog，相信看懂了這個python的**理解caffe框架會更簡單點.

神經網路python實現

caffe原始碼分析 IoU計算

iou pre dict 檢測框與 grou nd t ruth 檢測框的 交集pr edic t檢測框 與gro und trut h檢測框 的的並集 iou frac iou pr edic t檢測框 與gro und trut h檢測框 的的並集 pred ict檢 測框與g roun d t...

Caffe引數交換原始碼分析

對境準備 對於多個gpu而言，一台機器2個gpu，引數交換的流程圖 引數交換從main 進入train 函式，在train函式中找到對應原始碼為 1 2if gpus.size 1 else 因為gpu的個數 1，所以執行sync solver,null,solver param 和run 函式，首...

Caffe原始碼分析隨筆 二 Blob

blob是caffe中每一層的基本型別。檢視標頭檔案 template class blob protected shared ptr data shared ptr diff shared ptr shape data vector shape int count int capacity blo...