要运行caffe，需要创建一个model，比如入门常用的Lenet and Alex etc. 而一个模型由多个layer 组成，每一个layer 有很多参数。所有的参数定义在caffe.proto 文件中。要熟练使用caffe 这个工具，最重要的就是学会怎么写配置文件（prototxt）.
layer有很多种类型，比如Data,Convolution,Pooling等，层之间的数据流动是以Blobs的方式进行。
今天我们就先介绍一下数据层。数据层是每个模型的最底层，是模型的入口，不仅提供数据的输入，也提供数据从Blobs转换成别的格式进行保存输出。通常数据的预处理（如减去均值, 放大缩小, 裁剪和镜像等），也在这一层设置参数实现。
数据来源可以来自高效的数据库（如LevelDB和LMDB），也可以直接来自于内存。如果不是很注重效率的话，数据也可来自磁盘的hdf5文件和图片格式文件。
所有的数据层都具有的公用参数：先看示例:
layer {
name: "cifar"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mean_file: "examples/cifar10/mean.binaryproto"
}
data_param {
source: "examples/cifar10/cifar10_train_lmdb"
batch_size: 100
backend: LMDB
}
}
- name: 表示该层的名称，可随意取
- type: 层类型，如果是Data，表示数据来源于LevelDB或LMDB。根据数据的来源不同，数据层的类型也不同（后面会详细阐述）。一般在练习的时候，我们都是采 用的LevelDB或LMDB数据，因此层类型设置为Data。
- top或bottom: 每一层用bottom来输入数据，用top来输出数据。如果只有top没有bottom，则此层只有输出，没有输入。反之亦然。如果有多个 top或多个bottom，表示有多个blobs数据的输入和输出。
- data 与 label: 在数据层中，至少有一个命名为data的top。如果有第二个top，一般命名为label。 这种(data,label)配对是分类模型所必需的。
- include: 一般训练的时候和测试的时候，模型的层是不一样的。该层（layer）是属于训练阶段的层，还是属于测试阶段的层，需要用include来指定。如果没有include参数，则表示该层既在训练模型中，又在测试模型中。
- Transformations: 数据的预处理，可以将数据变换到定义的范围内。如设置scale为0.00390625，实际上就是1/255, 即将输入数据由0-255归一化到0-1之间。
其它的数据预处理也在这个地方设置：
transform_param {
scale: 0.00390625
mean_file_size: "examples/cifar10/mean.binaryproto"
# 用一个配置文件来进行均值操作
mirror: 1 #1表示开启镜像，0表示关闭，也可用ture和false来表示
# 剪裁一个 227*227的图块，在训练阶段随机剪裁，在测试阶段从中间裁剪
crop_size: 227
}
后面的data_param部分，就是根据数据的来源不同，来进行不同的设置。
1、数据来自于数据库（如LevelDB和LMDB）
- 层类型（layer type）:Data
必须设置的参数： - source: 包含数据库的目录名称，如examples/mnist/mnist_train_lmdb
- batch_size: 每次处理的数据个数，如64
可选的参数： - rand_skip: 在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。
- backend: 选择是采用LevelDB还是LMDB, 默认是LevelDB.
示例：
layer {
name: "mnist"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
scale: 0.00390625
}
data_param {
source: "examples/mnist/mnist_train_lmdb"
batch_size: 64
backend: LMDB
}
}
2、数据来自于内存
- 层类型：MemoryData
必须设置的参数： - batch_size：每一次处理的数据个数，比如2
- channels：通道数
- height：高度
- width: 宽度
示例：
layer {
top: "data"
top: "label"
name: "memory_data"
type: "MemoryData"
memory_data_param{
batch_size: 2
height: 100
width: 100
channels: 1
}
transform_param {
scale: 0.0078125
mean_file: "mean.proto"
mirror: false
}
}
3、数据来自于HDF5
- 层类型：HDF5Data
必须设置的参数： - source: 读取的文件名称
- batch_size: 每一次处理的数据个数
示例：
layer {
name: "data"
type: "HDF5Data"
top: "data"
top: "label"
hdf5_data_param {
source: "examples/hdf5_classification/data/train.txt"
batch_size: 10
}
}
4、数据来自于图片
- 层类型：ImageData
必须设置的参数： - source: 一个文本文件的名字，每一行给定一个图片文件的名称和标签（label)
- batch_size: 每一次处理的数据个数，即图片数
可选参数： - rand_skip: 在开始的时候，路过某个数据的输入。通常对异步的SGD很有用。
- shuffle: 随机打乱顺序，默认值为false
- new_height,new_width: 如果设置，则将图片进行resize
示例：
layer {
name: "data"
type: "ImageData"
top: "data"
top: "label"
transform_param {
mirror: false
crop_size: 227
mean_file: "data/ilsvrc12/imagenet_mean.binaryproto"
}
image_data_param {
source: "examples/_temp/file_list.txt"
batch_size: 50
new_height: 256
new_width: 256
}
}
5、数据来源于Windows
- 层类型：WindowData
必须设置的参数： - source: 一个文本文件的名字
- batch_size: 每一次处理的数据个数，即图片数
示例：
layer {
name: "data"
type: "WindowData"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mirror: true
crop_size: 227
mean_file: "data/ilsvrc12/imagenet_mean.binaryproto"
}
window_data_param {
source: "examples/finetune_pascal_detection/window_file_2007_trainval.txt"
batch_size: 128
fg_threshold: 0.5
bg_threshold: 0.5
fg_fraction: 0.25
context_pad: 16
crop_mode: "warp"
}
}
虽然都是别人写过的东西，但是自己再重新整理一遍还是很有意义的，尤其对于我这样一个健忘的人，要学习的东西太多了，我们不可能记住那么多，多总结，前人的精华融入自己的理解就是自己成长的阶梯，为了明天的我加油！
