Caffe 學習：Crop 層

　　

　　在Fully Convolutional Networks（FCN）中，會用到Crop 層，他的主要作用是進行裁切。下面我們舉一個例子來說明如何使用Crop 層。

 

　　Caffe中的數據是以 blobs形式存在的，blob是四維數據，即 （Batch size, number of Chennels, Height, Width）=(N, C, H, W)。---（0,1,2,3）

 

Crop層的輸入（bottom blobs）有兩個，讓我們假設為A和B，輸出（top）為C。

• A是要進行裁切的bottom，他的size是 （20,50,512,512）
• B是裁切的參考輸入，他的size是（20,10,256,256）
• C是輸出（top blob），由A裁切而來，那么他的size是（20,10，256,256）

　　

　　在這個例子中，軸0的維度不變，我們只需要裁切blob的軸1,2,3，所以我們設置axis=1，代表我們將會裁切軸1和它之后的所有軸。

　　有兩個裁切模式：

模式1---給出3個offsets，每個針對一個dimension，offset=（25,128,128）

• axis=1，offset=（25,128,128）
• crop operation: C = A[: , 25: 25+B.shape[1] , 128: 128+B.shape[2] , 128: 128+B.shape[3] ]
• 也就是說，對於A的軸1，對稱裁切了25-35
• 對稱裁切：offset = (Original_length - desired length ) / 2

 

模式2---給出1個offset，適用於三個dimension，offset=25

• 那么就相當於模式1 的 offset=（25,25,25）

　　

　　模式1的prototxt寫法如下：

layer {
  name: "crop_layer"
  type: "Crop"
  bottom: "A"
  bottom: "B"
  top: "C"
  crop_param {
    axis: 1
    offset: 25
    offset: 128
    offset: 128
  }
}