在 caffe 中切片输入数据层 - 未知 blob 输入

Question

我正在尝试使用 caffe 进行逐像素分类，因此需要提供与输入图像大小相同的地面实况图像。有几种方法可以做到这一点，我决定将我的输入设置为 4 通道 LMDB（根据this answer 的第二点）。这需要我在输入后添加Slice 层，same answer 中也对此进行了概述。

我不断收到Unknown blob input data_lmdb to layer 0 作为错误消息（data_lmdb 应该是我最底层的输入层）。我发现unknown blob（无论是顶部还是底部）错误主要是由于忘记在其中一个训练/测试阶段定义某些内容而在另一个阶段定义它（例如this question 或this one）。但是，我使用了我之前使用过的train.prototxt、inference.prototxt 和solver.prototxt 文件的组合，只是将输入层从 HD5 替换为 LMDB（进行一些练习），所以应该定义所有内容。

谁能看到我为什么会收到Unknown blob input data_lmdb to layer 0 错误？从火车日志文件中，我可以看到它在读取train.prototxt 文件时立即崩溃（它甚至没有到达Creating layer 部分）。

我的prototxt文件如下：

solver.prototxt

net: "train.prototxt"       # Change this to the absolute path to your model file
test_initialization: false
test_iter: 1
test_interval: 1000000
base_lr: 0.01
lr_policy: "fixed"
gamma: 1.0
stepsize: 2000
display: 20
momentum: 0.9
max_iter: 10000
weight_decay: 0.0005
snapshot: 100
snapshot_prefix: "set_snapshot_name"    # Absolute path to output solver snapshots
solver_mode: GPU

train.prototxt（仅前两层；它们之后是LNR 标准化层，然后是Convolution 层）：

name: "my_net"
layer {
  name: "data_lmdb"
  type: "Data"
  top: "slice_input"
  data_param {
    source: "data/train"
    batch_size: 4
    backend: LMDB
  }
}
layer{
  name: "slice_input"
  type: "Slice"
  bottom: "data_lmdb" # 4-channels = rgb+truth
  top: "data"
  top: "label"
  slice_param {
    axis: 1
    slice_point: 3  
  }
}

inference.prototxt 中的前几层定义与train.prototxt相同（无论如何都应该不重要，因为它不用于训练），但以下情况除外：

• data_lmdb 中的源路径不同 (data/test)
• 在data_lmdb层使用batch_size: 1

如果我需要包含更多信息或图层，请告诉我。我试图保持简短，但最终并没有真​​正奏效。

Answer 1

消息Unknown blob input 指向某个层想要作为输入的不存在的 blob。您的 slice_input 层将 data_lmdb 指定为输入 blob，但您的网络中没有这样的 blob。相反，您有一个具有这样名称的 layer。 Blob 名称由top 字段定义，在本例中为slice_input。

您应该在data_lmdb 层中将top: "slice_input" 更改为top: "data_lmdb"，或者使用bottom: "slice_input" # 4-channels = rgb+truth。

但是，为了更清晰的命名，我会为您提供以下内容：

name: "my_net"
layer {
  name: "data"
  type: "Data"
  top: "data_and_label"
  data_param {
    source: "data/train"
    batch_size: 4
    backend: LMDB
  }
}
layer{
  name: "slice_input"
  type: "Slice"
  bottom: "data_and_label" # 4-channels = rgb+truth
  top: "data"
  top: "label"
  slice_param {
    axis: 1
    slice_point: 3  
  }
}