在 Caffe 中训练孪生网络

Question

我正在尝试建立一个孪生网络来比较两个图像样本。我遵循了 caffe.

中的 MNIST 示例

我想做的不是使用全连接层，而是全卷积连体网络。我这样做只是为了学习和理解深度学习。

我创建了自己的自定义网络，它采用 32 x 32 大小的 RGB 图像补丁并运行在附加的 Prototxt 文件中定义的网络的多个层。请注意，为简短起见，我删除了网络的另一半，它只是一个镜像。此外，我正在尝试学习如何在卷积层中使用填充，因此我也在此处的示例中进行了尝试。你会看到我在 conv3 层上填充了 1。

label1 和 label2 相同所以我使用静默层来屏蔽 label2

layer {
  name: "data1"
  type: "Data"
  top: "data1"
  top: "label"
  include {
    phase: TRAIN
  }
  data_param {
    source: "Desktop/training/lmdb/train_1"
    batch_size: 512
    backend: LMDB
  }
}

layer {
  name: "data2"
  type: "Data"
  top: "data2"
  top: "label2"
  include {
    phase: TRAIN
  }
  data_param {
    source: "/Desktop/training/lmdb/train_2"
    batch_size: 512
    backend: LMDB
  }
}
layer {
  name: "conv1"
  type: "Convolution"
  bottom: "data1"
  top: "conv1"
  param {
    name: "conv1_w"
    lr_mult: 1
  }
  param {
    name: "conv1_b"
    lr_mult: 2
  }
  convolution_param {
    num_output: 32
    pad: 0
    kernel_size: 5
    stride: 1
    weight_filler {
      type: "xavier"
      std: 0.03
    }
    bias_filler {
      type: "constant"
      value: 0.2
    }
  }
}
layer {
  name: "relu1"
  type: "ReLU"
  bottom: "conv1"
  top: "conv1"
}
layer {
  name: "pool1"
  type: "Pooling"
  bottom: "conv1"
  top: "pool1"
  pooling_param {
    pool: MAX
    kernel_size: 2
    stride: 2
  }
}
layer {
  name: "norm1"
  type: "LRN"
  bottom: "pool1"
  top: "norm1"
  lrn_param {
    local_size: 5
    alpha: 0.0001
    beta: 0.75
  }
}
layer {
  name: "conv2"
  type: "Convolution"
  bottom: "norm1"
  top: "conv2"
  param {
    name: "conv2_w"
    lr_mult: 1
  }
  param {
    name: "conv2_b"
    lr_mult: 2
  }
  convolution_param {
    num_output: 64
    pad: 0
    kernel_size: 1
    stride: 1
    weight_filler {
      type: "xavier"
      std: 0.03
    }
    bias_filler {
      type: "constant"
      value: 0.2
    }
  }
}
layer {
  name: "relu2"
  type: "ReLU"
  bottom: "conv2"
  top: "conv2"
}
layer {
  name: "conv3"
  type: "Convolution"
  bottom: "conv2"
  top: "conv3"
  param {
    name: "conv3_w"
    lr_mult: 1
  }
  param {
    name: "conv3_b"
    lr_mult: 2
  }
  convolution_param {
    num_output: 128
    pad: 1
    kernel_size: 3
    stride: 2
    weight_filler {
      type: "xavier"
      std: 0.03
    }
    bias_filler {
      type: "constant"
      value: 0.2
    }
  }
}
layer {
  name: "relu3"
  type: "ReLU"
  bottom: "conv3"
  top: "conv3"
}
# layer {
#   name: "dropout"
#   type: "Dropout"
#   bottom: "conv3"
#   top: "dropout"
#   dropout_param {
#     dropout_ratio: 0.5
#   }
# }
layer {
  name: "conv4"
  type: "Convolution"
  bottom: "conv3"
  top: "conv4"
  param {
    name: "conv4_w"
    lr_mult: 1
  }
  param {
    name: "conv4_b"
    lr_mult: 2
  }
  convolution_param {
    num_output: 1
    pad: 0
    kernel_size: 1
    stride: 1
    weight_filler {
      type: "xavier"
      std: 0.03
    }
    bias_filler {
      type: "constant"
      value: 0.2
    }
  }
}
layer {
  name: "pool2"
  type: "Pooling"
  bottom: "conv4"
  top: "pool2"
  pooling_param {
    pool: AVE
    kernel_size: 7
    stride: 1


     }
    }

#################
layer {
  name: "loss"
  type: "ContrastiveLoss"
  bottom: "pool2"
  bottom: "pool2_p"
  bottom: "label"
  top: "loss"
  contrastive_loss_param {
    margin: 1
  }
  include { 
    phase: TRAIN 
    }
}

有几件事让我感到困惑：

在卷积层上加padding是安全的还是会产生破坏性的影响？
我在siamaese network上读到的一些论文中，他们在全连接层之后使用了L2-Normalization。我没有在 caffe 上找到任何 L2-Normalization 层，但我支持 LRN 可以通过设置 alpha = 1 和 beta = 0.5 来做同样的事情。
在我的网络中，我只是平均汇集了 conv4 层，并使用它来计算使用 ContrastiveLoss 的损失。那行得通吗，或者我需要规范化 conv4 的输出，或者我在这里做错了什么。
卷积层的输出可以直接输入损失函数吗？

非常感谢您帮助我指明正确的方向。此外，我正在使用一些我无法发布的单元格的大约 50K 补丁的样本图像，因为它是分类的。补丁大小约为 25x25，所以我将大小调整为 32x32

Answer 1

是的，向转换层添加填充是安全的。我认为您可以按照文档中描述的方式使用 LRN 层进行 L2 规范化。是的，CNN 层的输出可以直接用于损失函数，这没什么问题，它只是一个 blob。在全卷积网络中，情况总是如此。至少在理论上，你的输出不需要限制对比损失的工作，因为它是基于保证金的损失。通常，将对比损失更改为具有 softmax 损失的二元分类问题通常可行，并且没有归一化问题。

在 Caffe 中训练孪生网络

Training Siamese Network in Caffe

c++

python

image-processing

deep-learning

caffe