如何在没有通道分裂的情况下为caffe编写图像批量分类？

Question

对于图像批量分类，我使用了此问题的代码Modifying the Caffe C++ prediction code for multiple inputs。但是我注意到由于某种原因分割图像通道的功能。

我认为它适用于通常的CNN架构，但它适用于Siamese架构吗？我猜不是，因为在C ++分类中它无法正常工作。

有人可以解释一下，我应该如何改变暹罗体系结构的代码（通过通道分割图像并将这些通道分配给不同的层，这就是重点），或者至少输入的内存存储是如何工作的，以便自己弄清楚？

Blob<float>* input_layer = net_->input_blobs()[0];

Answer 1

想出来，问题出在Classifier::Preprocess

中的opencv函数中

cv::split(img[i], channels);

因为仅当cv::Mat中包含的img形成为带有频道的2D图像时，它才有效。如果，就我的情况而言，如果形成了其他方式，(channels, width, height)或(width, height, channels) cv::split等尺寸将不会按预期分割cv::Mat，所以我已经用其他实现取代了这一步。