我是Caffe的新手。我正在尝试实现一个全卷积神经网络(FCN-8s),用于语义分割。我有图像数据和标签数据,它们都是图像。这是为了像素级别的预测。
我尝试使用ImageData作为数据类型,但它要求一个整数标签,这在这种情况下不适用。请指导我如何给Caffe一个2D标签。我应该选择LMDB而不是ImageData吗?如果是这样,我该怎么做?我找不到任何关于这种情况的好的教程/文档。
我是Caffe的新手。我正在尝试实现一个全卷积神经网络(FCN-8s),用于语义分割。我有图像数据和标签数据,它们都是图像。这是为了像素级别的预测。
我尝试使用ImageData作为数据类型,但它要求一个整数标签,这在这种情况下不适用。请指导我如何给Caffe一个2D标签。我应该选择LMDB而不是ImageData吗?如果是这样,我该怎么做?我找不到任何关于这种情况的好的教程/文档。
由于需要实现像素级的预测,您不能使用单个标签作为真值。相反,您应该使用一个带有标签的真值矩阵。
Caffe的其中一位开发者写了一个代码片段来创建包含图像数据的LMDB,请参见这里:
import caffe
import lmdb
from PIL import Image
in_db = lmdb.open('image-lmdb', map_size=int(1e12))
with in_db.begin(write=True) as in_txn:
for in_idx, in_ in enumerate(inputs):
# load image:
# - as np.uint8 {0, ..., 255}
# - in BGR (switch from RGB)
# - in Channel x Height x Width order (switch from H x W x C)
im = np.array(Image.open(in_)) # or load whatever ndarray you need
im = im[:,:,::-1]
im = im.transpose((2,0,1))
im_dat = caffe.io.array_to_datum(im)
in_txn.put('{:0>10d}'.format(in_idx), im_dat.SerializeToString())
in_db.close()