我是 Caffe 的新手。我正在尝试为语义分割实现全卷积神经网络 (FCN-8s)。我有图像数据和标签数据,它们都是图像。这是用于逐像素预测的。
我尝试使用 ImageData 作为数据类型,但它要求一个整数标签,这不适用于这种情况。请建议我如何给 Caffe 一个 2D 标签。我应该更喜欢 LMDB 而不是 ImageData?如果是这样,我该如何继续?对于这种情况,我找不到任何好的教程/文档。
最佳答案
由于您需要实现逐像素预测,您不能使用单个标签作为真实情况。相反,您应该使用真实标签矩阵。
其中一个 Caffe 人员编写了一个代码片段,用于创建带有图像数据的 LMDB,请参阅 here :
import caffe
import lmdb
from PIL import Image
in_db = lmdb.open('image-lmdb', map_size=int(1e12))
with in_db.begin(write=True) as in_txn:
for in_idx, in_ in enumerate(inputs):
# load image:
# - as np.uint8 {0, ..., 255}
# - in BGR (switch from RGB)
# - in Channel x Height x Width order (switch from H x W x C)
im = np.array(Image.open(in_)) # or load whatever ndarray you need
im = im[:,:,::-1]
im = im.transpose((2,0,1))
im_dat = caffe.io.array_to_datum(im)
in_txn.put('{:0>10d}'.format(in_idx), im_dat.SerializeToString())
in_db.close()
关于neural-network - Caffe 中的标签作为图像,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33686730/