Caffe HDF5预处理

Question

我开始使用Caffe和深度学习，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。具体而言，

1. 是否需要将图像转换为[0-1]范围。笔记本示例（00-classification.ipynb）声明模型在[0-255]范围内运行，而一些参考文献显示它应该为[0-1]。我如何决定？
2. 根据文档，批量图像数据的常规斑点尺寸是N×沟道K×高度H×宽度W.此处没有冲突
3. RGB到BGR转换的通道交换步骤是强制性的？
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？

至于使用LMDB，问题1-3仍然存在。任何关于此的澄清将不胜感激。

Answer 1

欢迎来到caffe。

1.将输入数据缩放到[0..1]或[0..255]的范围完全取决于您。有些模型在[0..1]范围内工作，其他模型在[0..255]中工作，并且与输入方法（LMDB/HDF5）的选择完全无关。
这里最重要的是一致的。如果您决定在[0..1]范围内工作，则必须确保以相同方式准备好培训和验证集，并且在“部署”阶段期间将新示例缩放到相同范围。

2.正如您已经观察到的，咖啡斑点总是4-D batch-channel-width-height。

3.由于BGR是opencv读取图像的方式，所以RGB到BGR再次不是强制性的，但非常常见。同样，这里最重要的是你的网络生命周期中的一致性。

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。这更方便，特别是如果你改变你的网络输入大小。处理HDF5数据时，您可以计算平均图像并将其保存到二进制文件中。请参阅an example here。