Question

我是caffe的新人。我试图从https://github.com/shelhamer/fcn.berkeleyvision.org训练nyud-fcn32s-color-d。在解决者和训练阶段的定义之前，我不了解如何管理训练数据。我已经从http://cs.nyu.edu/~silberman/datasets/nyu_depth_v2.html下载了nyud-v2 .mat数据集，但我不知道如何使用nyud_layer（python图层）来提供它。对不起，我是一个新手，对我来说这很重要，所以任何帮助都会非常感激。

Answer 1

你应该将你的train / val prototxt添加到python层，定义为

layer {
  name: "color"
  type: "Python"
  top: "color"
  top: "hha"
  top: "label"
  python_param {
    module: "nyud_layers"
    layer: "NYUDSegDataLayer"
    param_str: "{\'tops\': [\'color\', \'hha\', \'label\'], \'seed\': 1337, \'nyud_dir\': \'../data/nyud\', \'split\': \'test\'}"
  }
}

填写正确的参数，如in the implementation所述：

- nyud_dir: path to NYUDv2 dir
- split: train / val / test
- tops: list of tops to output from {color, depth, hha, label}
- randomize: load in random order (default: True)
- seed: seed for randomization (default: None / current time)

Feed trainind数据python层（FCN CAFFE）

1 个答案: