Caffe中的crop_layer層

Crop_layer是在Fully Convolutional Networks for Semantic Segmentation這篇論文中接觸到的。我發現網絡配置文件中使用到了Crop層。

而Crop_layer層到底有什麼作用呢？其實它主要是針對全卷積時，在原始圖像上加了pad，致使圖像比原始圖像要大一些，最後我們利用這個crop層將pad裁剪掉。

crop層主要作用是爲了裁剪，那麼它又是怎麼進行裁剪的呢？

Caffe中發數據是以blobs形式存在的，blob是一個四維結構（Batch size, number of Channels, Height, width）是數據（在我以前的博客中有介紹）.Crop_layer的輸入（bottom）有兩個，假設輸入爲A和B，輸出（top）爲C。

（1）A——要進行裁剪的bottom，A的size爲（20，50，512，512）

（2）B——裁剪的參考輸入，size爲（20，10，256，256）

（3）C——輸出top，它是在A的基礎上按照B的size裁剪而來，所以size和B是一樣的。

Crop_layer裏有兩個重要的參數：axis（決定從哪個軸開始裁剪）和offsets（給出三個維度，決定裁剪位置的偏移），裁剪的長度和B中對應的軸的長度是對應的。例如：

（1）給出axis=1，offset=（25，128，128）

（2）裁剪操作：C = A[:,25:25+B.shape[1],128:128+B.shape[2],128:128+B.shape[3]]

也就是說，對於A的軸1來說，裁剪範圍是25~35.

另外在offsets的三個維度都一樣的時候，可以設置offsets爲一個數，表示賽格維度上的偏移是一樣的。以下是一個實例：

layer {
  name: "crop_layer"
  type: "Crop"
  bottom: "A"
  bottom: "B"
  top: "C"
  crop_param {
    axis: 1
    offset: 25
    offset: 128
    offset: 128
  }
}

大多數時候，我們是依據具體情況獲取這個偏移值的。