如何使 Caffe Matlab 包装器适应在 Mnist 上训练的网络？

Question

我在 http://caffe.berkeleyvision.org/gathered/examples/mnist.html 之后在 mnist 数据库上成功训练了我的 Caffe 网络

现在我想使用 Matlab 包装器用我自己的图像测试网络。

因此，在“matcaffe.m”中，我加载了文件“lenet.prototxt”，该文件不用于训练，但似乎适合测试。它引用 28 x 28 像素的输入大小：

name: "LeNet"
input: "data"
input_dim: 64
input_dim: 1
input_dim: 28
input_dim: 28
layer {
name: "conv1"
type: "Convolution"
bottom: "data"
top: "conv1"

因此，我相应地调整了“matcaffe.m”中的“prepare_image”函数。现在看起来像这样：

% ------------------------------------------------------------------------
function images = prepare_image(im)
IMAGE_DIM = 28;
% resize to fixed input size
im = rgb2gray(im);
im = imresize(im, [IMAGE_DIM IMAGE_DIM], 'bilinear');
im = single(im);
images = zeros(1,1,IMAGE_DIM,IMAGE_DIM);
images(1,1,:,:) = im;
images = single(images);
%-------------------------------------------------------------

这会将输入图像转换为 [1 x 1 x 28 x 28]、4dim、灰度图像。但 Matlab 仍然在抱怨：

Error using caffe
MatCaffe input size does not match the input size of the
network
Error in matcaffe_myModel_mnist (line 76)
scores = caffe('forward', input_data);

有人有使用自己的数据测试训练有素的 mnist 网络的经验吗？

Answer 1

最后我找到了完整的解决方案： 这是如何使用 Caffe 的 matcaffe.m（Matlab 包装器）预测您自己的输入图像的数字

1. 在“matcaffe.m”中：必须引用文件“caffe-master/examples/mnist/lenet.prototxt”
2. 修改文件“lenet.prototxt”，正如mprat指出的那样：将条目input_dim更改为input_dim: 1
3. 对 matcaffe.m 中的子函数“prepare_image”使用以下适配：

（输入可以是任意大小的rgb图片）

function image = prepare_image(im)

IMAGE_DIM = 28;

% If input image is too big , is rgb and of type uint8:
% -> resize to fixed input size, single channel, type float

im = rgb2gray(im);
im = imresize(im, [IMAGE_DIM IMAGE_DIM], 'bilinear');
im = single(im);

% Caffe needs a 4D input matrix which has single precision
% Data has to be scaled by 1/256 = 0.00390625 (like during training)
% In the second last line the image is beeing transposed!
images = zeros(1,1,IMAGE_DIM,IMAGE_DIM);
images(1,1,:,:) = 0.00390625*im';
images = single(images);

Answer 2

您遇到该错误（输入大小不匹配）的原因是网络 prototxt 需要一批 64 个图像。线条

input_dim: 64
input_dim: 1
input_dim: 28
input_dim: 28

意味着网络需要一批 64 灰度、28 x 28 的图像。如果您保持所有 MATLAB 代码相同并将第一行更改为

input_dim: 1

您的问题应该会消失。