在Fully Convolutional Networks（FCN）中，會用到Crop 層，他的主要作用是進行裁切。下面我們舉一個例子來說明如何使用Crop 層。
Caffe中的數據是以 blobs形式存在的，blob是四維數據，即 （Batch size, number of Chennels, Height, Width）=(N, C, H, W)。---（0,1,2,3）
Crop層的輸入（bottom blobs）有兩個，讓我們假設爲A和B，輸出（top）爲C。
- A是要進行裁切的bottom，他的size是 （20,50,512,512）
- B是裁切的參考輸入，他的size是（20,10,256,256）
- C是輸出（top blob），由A裁切而來，那麼他的size是（20,10，256,256）
在這個例子中，軸0的維度不變，我們只需要裁切blob的軸1,2,3，所以我們設置axis=1，代表我們將會裁切軸1和它之後的所有軸。
有兩個裁切模式：
模式1---給出3個offsets，每個針對一個dimension，offset=（25,128,128）
- axis=1，offset=（25,128,128）
- crop operation: 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，對稱裁切了25-35
- 對稱裁切：offset = (Original_length - desired length ) / 2
模式2---給出1個offset，適用於三個dimension，offset=25
- 那麼就相當於模式1 的 offset=（25,25,25）
模式1的prototxt寫法如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
layer { name:
"crop_layer" type:
"Crop" bottom:
"A" bottom:
"B" top:
"C" crop_param { axis: 1 offset: 25 offset: 128 offset: 128 }} |