FCN : caffe VS tensorflow

最新推荐文章于 2024-08-12 10:41:02 发布

原创最新推荐文章于 2024-08-12 10:41:02 发布 · 370 阅读

0 ·

CC 4.0 BY-SA版权

本文对比了Caffe与TensorFlow的全卷积网络（FCN）模型，发现两者在反卷积求和时处理不同，导致模型大小差异显著。文中还探讨了Caffe模型中图像大小无需归一化、卷积层padding设定、softmaxWithLoss层参数固定等问题，并提出将TensorFlow模型转换为Caffe模型的可能性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前几天刚在vs2015上配置好了caffe的接口，那接下来自然而然就会需要caffe的模型来喂它了。

然而，我用 https://github.com/shelhamer/fcn.berkeleyvision.org 作者给的代码（ voc fcn8s ）跑数据，不管跑什么数据就是不收敛。只好转战tensorflow，用这个https://github.com/shekkizh/FCN.tensorflow模型跑出来效果还不错，就是model大了点，有1.7G。（caffe只有500多兆）

于是乎我详细的对比了tensorflow和caffe 的模型，发现在反卷积求和的时候，caffe先把pool层的维度降了下来，而tensorflow却把反卷积的维度升了上去，于是乎就多了这么一个多G。

目前想解决这样几个问题：

caffe里面图像的大小为什么不需要归一化？

第一层卷积为什么要padding100？

最后一层softmaxWithLoss中的 ignore_label: 255为什么不能改，一改就报错？

loss等于0.693147到底应该怎么办？

tensorflow 的fcn模型到底能不能转为caffemodel?

tensorflow 模型里面'/Adam_1' 和 '/Adam'是什么意思？

等有思路了再来更。