matcaffe的blob維度順序 - zjutzz－IT工程師數位筆記本

文章出處

matcaffe是caffe的matlab接口。caffe本身是C++寫的，其blob的維度順序是[N,C,H,W]，N表示batchSize,C表示channel數目，H表示feature map的Height， W則是width
而在matcaffe中，blob的順序則是[W,H,C,N]。這是默認的順序！所以在faster-rcnn的matlab代碼中，當加載了proposal_test.prototxt后，發現其網絡輸入是：

input: "data"
input_dim: 1
input_dim: 3
input_dim: 224
input_dim: 224

一開始還奇怪，為啥在matlab中設定斷點后輸出網絡的blob的結構是這樣的：

K>> rpn_net.blobs('data').shape

ans =

   224   224     3     1

為啥不是[1,3,224,224]這個在prototxt中指定的順序呢？雖然官方caffe的tutorial里也說了，matcaffe的blob順序就是[W,H,C,N]

翻看matcaffe的代碼：caffe_.cpp，找到370行左右:

// Usage: caffe_('blob_get_shape', hBlob)
static void blob_get_shape(MEX_ARGS) {
  mxCHECK(nrhs == 1 && mxIsStruct(prhs[0]),
      "Usage: caffe_('blob_get_shape', hBlob)");
  Blob<float>* blob = handle_to_ptr<Blob<float> >(prhs[0]);
  const int num_axes = blob->num_axes();
  mxArray* mx_shape = mxCreateDoubleMatrix(1, num_axes, mxREAL);
  double* shape_mem_mtr = mxGetPr(mx_shape);
  for (int blob_axis = 0, mat_axis = num_axes - 1; blob_axis < num_axes;
       ++blob_axis, --mat_axis) {
    shape_mem_mtr[mat_axis] = static_cast<double>(blob->shape(blob_axis));
  }
  plhs[0] = mx_shape;
}

其中最關鍵的是這個：

  for (int blob_axis = 0, mat_axis = num_axes - 1; blob_axis < num_axes;
       ++blob_axis, --mat_axis) {
    shape_mem_mtr[mat_axis] = static_cast<double>(blob->shape(blob_axis));
  }

這里面mat_axis這個索引是倒序的，從3到0；而blob_axis這個索引是正序增加的，從0到3。因此最終的結果是：matcaffe中的blob維度順序和caffe中順序完全相反，是[W,H,C,N]

文章列表