caffe:net结构可视化

最新推荐文章于 2020-08-11 11:17:12 发布

原创

最新推荐文章于 2020-08-11 11:17:12 发布 · 956 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了如何使用Netscope网站轻松可视化Caffe中的net结构，避免了通过Python接口和编译pycaffe的繁琐过程。只需复制prototxt文件中的net定义到Netscope，即可直观展示16层VGGnet模型。

caffe中本来提供了用以对net进行可视化的python接口，可以以流程图的方式对net进行展示。但怎奈又需要再次对python接口、环境进行调试，运行时也要再次编译pycaffe，实在是有些麻烦。后在网上几经寻找找到了一个可视化网站——Netscope。只需要将prototxt文件当中的net定义拷贝至网页中即可得到可视化的模型。这里给出一个16层VGGnet模型示例。

name: "VGG_ILSVRC_16_layers"
input: "data"
input_dim: 1
input_dim: 3
#input_dim: 232
#input_dim: 232
input_dim: 280 #361 #368 # 380
input_dim: 280 #361 #368 # 380
#input_dim: 480
#input_dim: 480
layers {
  bottom: "data"
  top: "conv1_1"
  name: "conv1_1"
  type: CONVOLUTION
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3
  }
}
layers {
  bottom: "conv1_1"
  top: "conv1_1"
  name: "relu1_1"
  type: RELU
}
layers {
  bottom: "conv1_1"
  top: "conv1_2"
  name: "conv1_2"
  type: CONVOLUTION
  convolution_param {
    num_output: 64
    pad: 1
    kernel_size: 3
  }
}
layers {
  bottom: "conv1_2"
  top: "conv1_2"
  name: "relu1_2"
  type: RELU
}
layers {
  bottom: "conv1_2"
  top: "pool1"
  name: "pool1"
  type: POOLING
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}