machine-learning - caffe net 从 hdf5 层获取下一批

Question

我正在使用 Caffe 的 Python 界面来测试我训练过的网络:

model_def = "./test.prototxt"
model_weights = "./seg_10000.caffemodel" # contains trained weights

net = caffe.Net(model_def, model_weights, caffe.TEST)    
output = net.forward()

这仅适用于第一张图像。我的“test.prototxt”文件从 hdf5 格式加载数据并包含 20 个图像:

layer { top: "data" top: "label" name: "loaddata" type: "HDF5Data" hdf5_data_param { source: "/home/mmc/data.txt" batch_size: 1 } include { phase: TEST } }

data.txt 文件指向包含 20 个图像的 .h5 文件，即 20x3x100x100。

但是，当我打印“数据” Blob 的形状时，我只看到一张图像。

net.blobs["data"].data.shape 结果为 1x3x100x100

batch_size 参数会搞乱它吗？或者有不同的方式来初始化网络吗？

谢谢

Answer 1

您定义的数据层使用batch_size: 1，这意味着您的网络一次处理一张图像无论测试集中的图像数量如何。如果您希望它一次读取全部20张图像，则需要将数据层的batch_size定义为20。