本文转自：https://blog.csdn.net/langb2014/article/details/50456440
本系列大部分为转载，根据自己需求改写训练文件，大体流程相同。
要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（prototxt）的编写。
层有很多种类型，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。
所有的数据层的都具有的公用参数：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
-
}
-
}
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
-
}
-
}
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"
-
}
-
}
本系列大部分为转载，根据自己需求改写训练文件，大体流程相同。
要运行caffe，需要先创建一个模型（model)，如比较常用的Lenet,Alex等， 而一个模型由多个屋（layer）构成，每一屋又由许多参数组成。所有的参数都定义在caffe.proto这个文件中。要熟练使用caffe，最重要的就是学会配置文件（prototxt）的编写。
层有很多种类型，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。
所有的数据层的都具有的公用参数：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
-
}
-
}
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
-
}
-
}
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"
-
}
-
}