支持多label的caffe，有比較好的實現嗎？

01-07

最近在實現Network in Network 和 HCP，這裡邊用到了muti-label在這裡說一下自己的實現方法。我的實現方法是基於Python Layer的。

定義自己的data層，詳細見fast-rcnn/layer.py at master · rbgirshick/fast-rcnn · GitHub

通過類似的方式可以自定義label的屬性（比如維數、類型）

強烈建議利用python layer做自己想要的拓展工作，另外給我的R.B.G神的fast-rcnn做個廣告rbgirshick/fast-rcnn · GitHub，這個工程給了我們如何在caffe的基礎上做自己的擴展的範例。

當然hdf5也是一種選擇，但是我的經驗是，真的很慢。

hdf5

你還可以用兩個LMDB做，一個裝數據，另一個把你的label當做數據存進去就好了。

只需要模仿著tools/convert_imageset.cpp寫一個data和label分開存放到兩個LMDB里的代碼，訓練的時候用兩個data layer讀兩個LMDB。

kyocen/Caffe-Multi-Label已經有人做了。

不知道題主是要別人實現好的還是要自己搞，我默默提供倆自己搞的辦法。大概都是一天以內的工作量。

1）複雜版：在proto里把label的optional改成repeated，然後編譯下逐個把那一籮筐錯誤改了。

2）偷懶版：label有限，比如兩個或者三個，直接弄個和label性質差不多的變數，label_1啥的，然後改少數幾個地方就行。類似於什麼base data，什麼prefetch什麼的。

半年前的回答了。。。最近還做了別的

3）hdf5實在不能更方便。。。雖然2GB的限制有點點麻煩。。

4）這個沒自己寫過：用多個lmdb實現。以前聽說會有點問題，後來另一個人表示完全沒事。。。

問個圖片標籤需要坐標輸入的比如人臉關鍵點也要輸入進去 caffe怎麼弄

兩種方法：

方法1.如吳建所說，建兩個lmdb，分別存儲的是數據和對應的label，在做lmdb時注意對應好數據和label就可以了，同時兩個lmdb的datum.data一個是數據，另外一個是標籤，至於datum.label隨便填就行了（比如直接都置為0），反正在prototxt中不讀這個top就好了。

方法2.參考caffe中example中的pascal-multilabel-with-datalayer.ipynb的例子，自己寫一個讀取多標籤的python layer，因為不用權值更新所以python版本的datalayer和losslayer不會太過於影響速度，具體參考example/pycaffe/layers/pascal_multilabel_datalayers.py 中所寫，裡面需要改的只是你要讀的不同格式文件而已，大致框架不需要動，還是比較方便。

總結：方法1相對比較簡便，方法2相對比較規範，看你具體任務的需求。

如果用兩個LMDB做預測人臉關鍵點位置，如果涉及到鏡像怎麼辦？

給hdf5的點贊，不過貌似要寫自己的multi-label loss layer 和 accuracy layer？

可以用cxxnet，cxxnet/advanced.md at master · dmlc/cxxnet · GitHub

multilabel configuration · Issue #194 · dmlc/cxxnet · GitHub

新手建議用hdf5 格式，改源碼太複雜，而且容易出錯且影響到其他模塊，，現在教程太多了，，參考深度學習框架Caffe-windows快速入門到應用視頻課程（共10課時）倒數第二節