模型可视化工具——Netron

原创已于 2022-04-26 22:59:10 修改 · 1.4k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#caffe #深度学习 #神经网络

于 2019-07-31 15:07:43 首次发布

视觉算法实践同时被 2 个专栏收录

44 篇文章

订阅专栏

Env-Config In Dev or Product

16 篇文章

订阅专栏

本文详细解析了lmdb_test.prototxt文件的内容，包括模型的名称、数据层配置、输出层配置等。数据层配置中指定了数据来源、批量大小、预处理参数等，输出层配置则涉及数据类型为检测的数据输出。文章还展示了使用Netron工具进行模型结构可视化的效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

lmdb_test.prototxt文件示例内容如下，

name: "LMDB_test"
layer {
  name: "data"
  type: "AnnotatedData"
  top: "data"
  top: "label"
  include {
    phase: TEST
  }
  transform_param {
    scale: 0.00392156862745
    mean_value: 0
    mean_value: 0
    mean_value: 0
    resize_param {
      prob: 1
      resize_mode: WARP
      height: 240
      width: 320
      interp_mode: LINEAR
      height_scale: 240
      width_scale: 320
    }
  }
  data_param {
    source: "./data/test.lmdb"
    batch_size: 8
    backend: LMDB
    threads: 4
    parser_threads: 4
  }
  annotated_data_param {
    label_map_file: "./data/label_map_file.prototxt"
  }
}

layer {
  name: "output"
  type: "DataOutput"
  bottom: "data"
  bottom: "label"
  data_output_param {
    data_type: DETECTION
  }
}

使用Netron工具显示如下，