Question

我正在使用PyCaffe来实现受VGG 16层网络启发的神经网络。我想使用他们GitHub page提供的预训练模型。通常，这通过匹配图层名称来实现。

对于我的"fc6"图层，我在train.prototxt文件中有以下定义：

layer {
  name: "fc6"
  type: "InnerProduct"
  bottom: "pool5"
  top: "fc6"
  inner_product_param {
    num_output: 4096
  }
}

Here是VGG-16部署体系结构的原型文件。请注意，他们的原型中的"fc6"与我的相同（除了学习率，但这是无关紧要的）。值得注意的是，我的模型中的输入大小也相同：3通道224x224px图像。

我一直非常关注this tutorial，而且给我一个问题的代码块如下：

solver = caffe.SGDSolver(osp.join(model_root, 'solver.prototxt'))
solver.net.copy_from(model_root + 'VGG_ILSVRC_16_layers.caffemodel')
solver.test_nets[0].share_with(solver.net)
solver.step(1)

第一行加载我的求解器原型，然后第二行从预训练模型（VGG_ILSVRC_16_layers.caffemodel）复制权重。解算器运行时，我收到此错误：

Cannot copy param 0 weights from layer 'fc6'; shape mismatch.  Source param 
shape is 1 1 4096 25088 (102760448); target param shape is 4096 32768 (134217728). 
To learn this layer's parameters from scratch rather than copying from a saved 
net, rename the layer.

它的要点是他们的模型期望图层的大小为1x1x4096而我的只有4096.但我不知道如何改变它？

我发现用户Google小组中的this answer指示我在复制之前进行网络手术以重塑预先训练的模型，但为了做到这一点，我需要原始架构中的lmdb个文件数据层，我没有（当我尝试运行网络手术脚本时会抛出错误）。

Answer 1

问题不在于4096而在于25088.您需要根据输入要素图计算网络中每个层的输出要素图。请注意，fc图层采用固定大小的输入，因此上一个conv图层的输出必须与fc图层所需的输入大小相匹配。使用先前conv图层的输入要素贴图大小计算fc6输入要素贴图大小（这是上一个conv图层的输出要素贴图）。这是公式：

H_out = ( H_in + 2 x Padding_Height - Kernel_Height ) / Stride_Height + 1
W_out = (W_in + 2 x Padding_Width - Kernel_Width) / Stride_Width + 1

Answer 2

如果您将图像裁剪为224，而不是使用原始数据集完成的227，则会出现此错误。调整一下，你应该好好去。

使用预训练VGG-16模型的Caffe形状不匹配误差

2 个答案: