Caffe：vgg网络的可变输入图像大小

我想用caffe从VGG网络中提取卷积层的特征而不是FC层。理论上的输入图像大小在这种情况下可能是任意的。但它接触到VGG网络在裁剪成224x224像素大小的图像上进行了训练。因此，我在deploy.prototext定义输入数据层：Caffe：vgg网络的可变输入图像大小

layers{ 
    name: "data" 
    type: MEMORY_DATA 
    top: "data" 
    top: "label" 
    transform_param{ 
    mirror: false 
    crop_size:224 
    mean_value:129.1863 
    mean_value:104.7624 
    mean_value:93.5940 
    } 
    memory_data_param{ 
    batch_size:1 
    channels:3 
    width:224 
    height:224 
    } 
}

我试图修改宽度= 500 \高度= 500 \ crop_size = 500但没有成功。 Caffe会抛出一些错误：“无法从图层'fc6'复制参数0的权重;形状不匹配。源参数形状为1 1 4096 25088（102760448）;目标参数形状是4096 131072（536870912）。要从头开始学习这个图层的参数，而不是从保存的网络上复制，请重新命名图层。“

怎么可能在没有裁剪的情况下对输入图层太大的图像运行？

来源

2016-11-10 welfred

请发布确切的错误。 –

无法复制图层'fc6'中的参数0权重;形状不匹配。源参数形状为1 1 4096 25088（102760448）;目标参数形状是4096 131072（536870912）。要从头开始学习此图层的参数，而不是从保存的网络进行复制，请重命名图层。 – welfred

@Shai请帮忙！ – welfred

您应该先将图像大小调整为224x224，因为VGG是根据该分辨率进行训练的。在更高分辨率下提取功能是没有意义的。对于调整大小和裁剪，你可以使用我的专门ImageData层：https://github.com/yihui-he/caffe-pro

来源

2017-08-25 09:52:18

Caffe：vgg网络的可变输入图像大小

回答

相关问题