caffe input_shape 实际上是如何工作的？答案

【问题标题】：How is caffe input_shape actually work?caffe input_shape 实际上是如何工作的？
【发布时间】：2017-12-30 19:24:31
【问题描述】：

我对在 test.prototxt 开头使用 Faster-RCNN 的 caffe 实现的 obj 检测 prj 中的以下块感到困惑：

input: "data"
input_shape {
  dim: 1
  dim: 3
  dim: 224
  dim: 224
}

input: "im_info"
input_shape {
  dim: 1
  dim: 3
}

但实际上输入的不是224*224的指定大小，也不需要是224*224，我在测试代码中看到，图片只是读取出来的，没有resize然后通过网络，很迷茫，并且没有找到 caffe 如何定义这些块的参考，有人可以帮忙吗？

【问题讨论】：

标签： caffe

【解决方案1】：

原来输入形状不是由这里的术语决定的：

input: "data"
input_shape {
  dim: 1
  dim: 3
  dim: 224
  dim: 224
}

input: "im_info"
input_shape {
  dim: 1
  dim: 3
}

在我将输入昏暗更改为任意大小后，例如 424：

input: "data"
input_shape {
  dim: 1
  dim: 3
  dim: 424
  dim: 424
}

input: "im_info"
input_shape {
  dim: 1
  dim: 3
}

测试AP没有一点变化，表明做了一些修改，所以图像大小在这里不是由test.prototxt中的input_shape决定的，然后我深入代码，在这里找到了几行：

net.blobs['data'].reshape(*(blobs['data'].shape))

之前：

forward_kwargs = {'data': blobs['data'].astype(np.float32, copy=False)}
if cfg.TEST.HAS_RPN:
    forward_kwargs['im_info'] = blobs['im_info'].astype(np.float32, copy=False)
else:
    forward_kwargs['rois'] = blobs['rois'].astype(np.float32, copy=False)
blobs_out = net.forward(**forward_kwargs)

而 blobs['data'].shape 是输入图像的大小，经过调整大小处理，宽度为 600：（我不在这里发布所有行）

im_scale = float(cfg.TEST.MAX_SIZE) / float(im_size_max)
im = cv2.resize(im_orig, None, None, fx=im_scale, fy=im_scale,
                        interpolation=cv2.INTER_LINEAR)

【讨论】：