caffe---matlab的可视化：
参考于：http://blog.csdn.net/zb1165048017/article/details/52643188
一、模型的读取
读取bvlc_reference_caffenet 的模型结构以及训练好的参数，注意此处的模型结构为deploy，而非train时候的。
caffe.set_mode_gpu();
model='/home/abc/caffe-master/matlab/examples/SRCNN/SRCNN_mat.prototxt';
weights='/home/abc/caffe-master/matlab/examples/SRCNN/SRCNN/SRCNN_iter_6500.caffemodel';
net=caffe.Net(model,'test');%测试
net.copy_from(weights); %得到训练好的权重参数
net %显示net的结构
结果：
net=
Netwith properties:
layer_vec:[1x7 caffe.Layer]
blob_vec:[1x6 caffe.Blob]
inputs:{2x1 cell}
outputs:{'loss'}
name2layer_index:[7x1 containers.Map]
name2blob_index:[6x1 containers.Map]
layer_names:{7x1 cell}
blob_names:{6x1 cell}
这里额外提一下，net 通过"." 能显示的东西，除了上面输出的这些properties外，还有Net.m中定义的函数：
function self = Net(varargin) function layer = layers(self, layer_name) function blob = blobs(self, blob_name) function blob = params(self, layer_name, blob_index) function forward_prefilled(self) function backward_prefilled(self) function res = forward(self, input_data) function res = backward(self, output_diff) function copy_from(self, weights_file) function reshape(self) function save(self, weights_file) 二、输入数据 的处理
看着比较怪的原因在于，中间经过了matlab处理方式到opencv处理方式的转变，但是我们依旧用matlab输出了。
输入数据：
先说一下过程：
①先把均值读进来
d=load('/home/abc/caffe-master/matlab/+caffe/imagenet/ilsvrc_2012_mean.mat');
mean_data = d.mean_data;
②读取图片
im= imread('/home/abc/caffe-master/examples/images/cat.jpg');
IMAGE_DIM = 256;%图像将要resize的大小，建议resize为图像最小的那个维度
CROPPED_DIM = 227;%待会需要把一张图片crops成十块，最终softmax求出每一块可能的标签
设置在输入网络之前需要将图片resize的大小，一般我们会取图片长宽最小的那个，其次需要设置的是输入网络的图片的大小，注意与deploy.prototxt的输入一致，比如
name: "CaffeNet" layer { name: "data" type: "Input" top: "data" input_param { shape: { dim: 10 dim: 3 dim: 227 dim: 227 } } } 这里关注一下input_param，代表一次输入十张图片，每张图片三通道，每张图片大小是227*227。此外注意一下，在opencv中，彩色图像按照BGR存储，而matlab中读取的顺序一般是RGB。所以对这只猫需要进行如下处理： im_data = im(:, :, [3, 2, 1]); %matlab按照RGB读取图片，opencv是BGR，所以需要转换顺序为opencv处理格式 im_data = permute(im_data, [2, 1, 3]); % 原始图像m*n*channels,现在permute为n*m*channels大小 im_data = single(im_data); % 强制转换数据为single类型 im_data = imresize(im_data, [IMAGE_DIM IMAGE_DIM], 'bilinear'); % 线性插值resize图像 注意一下你在训练的train.prototxt中的预处理部分 transform_param { mirror: true crop_size: 227 mean_file: "data/ilsvrc12/imagenet_mean.binaryproto" } 这里最后一行代表进行了零均值处理，关于这一部分参数，可以看我前面用classification,exe手写识别时候提到的那个博客，介绍了如何看这一部分进行了怎样的预处理。先零均值化一下，然后按照deploy和train的prototxt，将这只猫crop(分成)十块，采用的是classification.demo的分割方法，分别取猫的上下左右四个角以及中心的大小为deploy中提到的227*227大小。这是五个，然后再对图片翻转180°；合起来就是代表这只猫的十张图片：
im_data = im_data - mean_data; % 零均值 crops_data = zeros(CROPPED_DIM, CROPPED_DIM, 3, 10, 'single');%注意此处是因为prototxt的输入大小为宽*高*通道数*10 indices = [0 IMAGE_DIM-CROPPED_DIM] + 1;%获得十块每一块大小与原始图像大小差距，便于crops %下面就是如何将一张图片crops成十块 n = 1; %此处两个for循环并非是1：indices，而是第一次取indices(1)，然后是indices(2)，每一层循环两次 %分别读取图片四个角大小为CROPPED_DIM*CROPPED_DIM的图片 for i = indices for j = indices crops_data(:, :, :, n) = im_data(i:i+CROPPED_DIM-1, j:j+CROPPED_DIM-1, :);%产生四个角的cropdata，1 2 3 4 crops_data(:, :, :, n+5) = crops_data(end:-1:1, :, :, n);%翻转180°来一次，产生四个角的翻转cropdata，6 7 8 9 n = n + 1; end end center = floor(indices(2) / 2) + 1; %以中心为crop_data左上角顶点，读取CROPPED_DIM*CROPPED_DIM的块 crops_data(:,:,:,5) = ... im_data(center:center+CROPPED_DIM-1,center:center+CROPPED_DIM-1,:); %与for循环里面一样，翻转180°，绕左边界翻转 crops_data(:,:,:,10) = crops_data(end:-1:1, :, :, 5); 完整的程序： clear clc close all %% 设置网络 caffe.set_mode_gpu();model='/home/abc/caffe-master/models/bvlc_reference_caffenet/deploy.prototxt';weights='/home/abc/caffe-master/models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel';net=caffe.Net(model,'test');%测试 net.copy_from(weights);% 预处理d=load('/home/abc/caffe-master/matlab/+caffe/imagenet/ilsvrc_2012_mean.mat');
mean_data = d.mean_data;
im= imread('/home/abc/caffe-master/examples/images/cat.jpg');
IMAGE_DIM = 256;%图像将要resize的大小，建议resize为图像最小的那个维度 CROPPED_DIM = 227;%最终需要把一张图片crops成十块，最终求出每一块可能的标签 im_data=im; im_data = im(:, :, [3, 2, 1]); %matlab按照RGB读取图片，opencv是BGR，所以需要转换顺序为opencv处理格式 im_data = permute(im_data, [2, 1, 3]); % 原始图像m*n*channels,现在permute为n*m*channels大小 im_data = single(im_data); % 强制转换数据为single类型 im_data = imresize(im_data, [IMAGE_DIM IMAGE_DIM], 'bilinear'); % 线性插值resize图像 % im_data = im_data - mean_data; % 零均值 crops_data = zeros(CROPPED_DIM, CROPPED_DIM, 3, 10, 'single');%注意此处是因为prototxt的输入大小为宽*高*通道数*10 indices = [0 IMAGE_DIM-CROPPED_DIM] + 1;%获得十块每一块大小与原始图像大小差距，便于crops %下面就是如何将一张图片crops成十块 n = 1; %此处两个for循环并非是1：indices，而是第一次取indices(1)，然后是indices(2)，每一层循环两次 %分别读取图片四个角大小为CROPPED_DIM*CROPPED_DIM的图片 for i = indices for j = indices crops_data(:, :, :, n) = im_data(i:i+CROPPED_DIM-1, j:j+CROPPED_DIM-1, :);%产生四个角的cropdata，1 2 3 4 crops_data(:, :, :, n+5) = crops_data(end:-1:1, :, :, n);%翻转180°来一次，产生四个角的翻转cropdata，6 7 8 9 n = n + 1; end end center = floor(indices(2) / 2) + 1; %以中心为crop_data左上角顶点，读取CROPPED_DIM*CROPPED_DIM的块 crops_data(:,:,:,5) = ... im_data(center:center+CROPPED_DIM-1,center:center+CROPPED_DIM-1,:); %与for循环里面一样，翻转180°，绕左边界翻转 crops_data(:,:,:,10) = crops_data(end:-1:1, :, :, 5); cat_map=zeros(CROPPED_DIM*2,CROPPED_DIM*5,3);%两行五列展示 cat_num=0; for i=0:1 for j=0:4 cat_num=cat_num+1 cat_map(CROPPED_DIM*i+1:(i+1)*CROPPED_DIM,CROPPED_DIM*j+1:(j+1)*CROPPED_DIM,:)=crops_data(:,:,:,cat_num); end end imshow(uint8(cat_map)) 三、前向计算： res=net.forward({crops_data}); prob=res{1}; %取第一个prob1 = mean(prob, 2); %取均值[~, maxlabel] = max(prob1); %返回标签 这一步完毕以后，整个网络就会充满参数了，权重，特征图均生成完毕，接下来可视化它们。四、可视化：
说一下步骤，首先利用net 中的blob_name函数取出与deploy.prototxt对应的 top 名字，显示一下看看
names=net.blob_names names = 'data' 'conv1' 'pool1' 'norm1' 'conv2' 'pool2' 'norm2' 'conv3' 'conv4' 'conv5' 'pool5' 'fc6' 'fc7' 'fc8' 'prob'然后利用blob调用get_data()函数获取我们需要的特征图的值。注意，每一层的特征图是四维。
size(featuremap{1})=227 227 3 10 size(featuremap{2})= 55 55 96 10 size(featuremap{3})= 27 27 96 10 结合deploy中每一层的卷积核大小以及步长，利用 (当前层特征图大小 - 卷积核大小) / 步长+1=下一层特征图大小，可以推导出每一个featuremap 的前两维，第三个维度代表的是卷积核个数，featuremap {2}到featuremap {3}是池化了。第四个维度代表最开始输入了十张图4.1部分可视化：
这一部分针对指定的第crop_num张图像在第map_num层进行可视化。注意，这一部分的可视化包含池化层等。
function [ ] = feature_partvisual( net,mapnum,crop_num ) names=net.blob_names; featuremap=net.blobs(names{mapnum}).get_data();%获取指定层的特征图 [m_size,n_size,num,crop]=size(featuremap);%获取特征图大小，长*宽*卷积核个数*通道数227*227*3*10 row=ceil(sqrt(num));%行数 col=row;%列数 feature_map=zeros(m_size*row,n_size*col); 227*2*227*2= 454*454 cout_map=1; for i=0:row-1 for j=0:col-1 if cout_map<=num feature_map(i*m_size+1:(i+1)*m_size,j*n_size+1:(j+1)*n_size)=(mapminmax(featuremap(:,:,cout_map,crop_num),0,1)*255)'; cout_map=cout_map+1; end end end imshow(uint8(feature_map)) str=strcat('feature map num:',num2str(cout_map-1)); title(str) end调用方法：
mapnum=1;%第几层的feature☆☆☆☆☆☆☆☆ crop_num=1;%第几个crop的特征图☆☆☆☆☆☆☆☆ feature_partvisual( net,mapnum,crop_num ) 中间有个处理细节是归一化然后乘以255，是避免featuremap的数值过小，或者有负数，导致特征图一片漆黑；在下面的权重可视化方法采取的是另一种处理。第一层特征图：
第二层featuremap：
（1:3数据层，2:96大卷积层，3:96小池化层，4:96小归一化，5:256大卷积，6:256小池化，7:256小归一化，8:384卷积3,9:384卷积4,10:256大卷积5,11:256小池化。
4.2全部可视化
这一部分可视化每一张输入图片在指定卷积层的特征图（共十张），按照每一行为存储图片的特征图为图例。程序：
function [ ] = feature_fullvisual( net,mapnum ) names=net.blob_names; featuremap=net.blobs(names{mapnum}).get_data();%获取指定层的特征图 [m_size,n_size,num,crop]=size(featuremap)%获取特征图大小，长*宽*卷积核个数*图片个数 row=crop;%行数10col=num;%列数 feature_map=zeros(m_size*row,n_size*col); for i=0:row-1 for j=0:col-1 feature_map(i*m_size+1:(i+1)*m_size,j*n_size+1:(j+1)*n_size)=(mapminmax(featuremap(:,:,j+1,i+1),0,1)*255)'; end end figure imshow(uint8(feature_map)) str=strcat('feature map num:',num2str(row*col)); title(str) end 调用方法 mapnum=2;%第几层的feature☆☆☆☆☆☆☆☆ feature_fullvisual( net,mapnum ) 第一层：10*3=30
第二层：基本看不清楚了，十张输入图片，每一张都有96个特征图，不好显示
10*96=960
（10张只看一张,可设为一张，三个通道只看一个通道。好理解）
5.卷积核可视化：
卷积核可视化中，采用的像素放大方法与特征图的不一样。特征图中采用归一化mapminmax到(0,1)范围，然后乘以255,；在下面卷积核的可视化中采用(x-最小值)/最大值*255的方法去放大像素。
5.1权重的提取
注意这句话，每一个通道的卷积核是不一样的，同一个卷积核只在同一个特征图中共享，应该理解的没错吧
（就是一个filter提取一个特征，不同的提取。）
通过net 的layer_names 函数能够获取deploy.txt 对应的name 的名称，每一个name的blob对应两个值，分别是权重和偏置，提取方法如下：
貌似仅仅卷积核能够获取到权重，池化层倒是没有权重，全连接部分也是有权重的。
layers=net.layer_names; convlayer=[]; for i=1:length(layers) if strcmp(layers{i}(1:3),'con')%仅仅卷积核能获取到权重 只比较前三个字母 convlayer=[convlayer;layers{i}]; %安行加 end end w=cell(1,length(convlayer));%存储权重 b=cell(1,length(convlayer));%存储偏置 for i=1:length(convlayer) w{i}=net.layers(convlayer(i,:)).params(1).get_data(); b{i}=net.layers(convlayer(i,:)).params(2).get_data(); end .params(1).是权重， .params(2).是偏置提取完毕以后观察一下每一层的权重维度，发现也是四维，显示一下前三个卷积核的维度：
size(w{1})= 11 11 3 96 size(w{2})= 5 5 48 256 size(w{3})= 3 3 256 384前两个维度不说了，卷积核的大小，第三个维度代表卷积核的左边，也就是上一层的特征图的个数(对应前面说的每一个通道对应不同卷积核)，第四个维度代表每一个通道对应的卷积核个数(也就是卷积核右边下一层的特征图的个数)。
5.2部分可视的方法：那么我们可视化也是可选的，需要选择哪一个特征图对应的卷积核，可视化方法如下：
function [ ] = weight_partvisual( net,layer_num ,channels_num ) layers=net.layer_names; convlayer=[]; for i=1:length(layers) if strcmp(layers{i}(1:3),'con') convlayer=[convlayer;layers{i}]; end end w=net.layers(convlayer(layer_num,:)).params(1).get_data(); b=net.layers(convlayer(layer_num,:)).params(2).get_data(); minval=min(min(min(min(w)))); maxval=max(max(max(max(w)))); w=(w-minval)/maxval*255; weight=w(:,:,channels_num,:);%四维，核长*核宽*核左边输入*核右边输出(核个数) [kernel_r,kernel_c,input_num,kernel_num]=size(w); map_row=ceil(sqrt(kernel_num));%行数 map_col=map_row;%列数 weight_map=zeros(kernel_r*map_row,kernel_c*map_col); kernelcout_map=1; for i=0:map_row-1 for j=0:map_col-1 if kernelcout_map<=kernel_num weight_map(i*kernel_r+1+i:(i+1)*kernel_r+i,j*kernel_c+1+j:(j+1)*kernel_c+j)=weight(:,:,:,kernelcout_map); kernelcout_map=kernelcout_map+1; end end end figure imshow(uint8(weight_map)) str1=strcat('weight num:',num2str(kernelcout_map-1)); title(str1) end调用方法
layer_num=1;%想看哪一个卷积核对应的权重☆☆☆☆☆☆☆☆☆☆ channels_num=1;%想看第几个通道对应的卷积核 weight_partvisual( net,layer_num ,channels_num ) 看看效果：第一个卷积层的第一个通道对应的卷积核：
第二个卷积层的第一个通道对应的卷积核：
5.3全部可视化：
将指定卷积层对应的每一个特征图的全部卷积核画出：
function [ ] = weight_fullvisual( net,layer_num ) layers=net.layer_names; convlayer=[]; for i=1:length(layers) if strcmp(layers{i}(1:3),'con') convlayer=[convlayer;layers{i}]; end end weight=net.layers(convlayer(layer_num,:)).params(1).get_data();%四维，核长*核宽*核左边输入*核右边输出(核个数) b=net.layers(convlayer(layer_num,:)).params(2).get_data(); minval=min(min(min(min(w)))); maxval=max(max(max(max(w)))); w=(w-minval)/maxval*255; [kernel_r,kernel_c,input_num,kernel_num]=size(weight); map_row=input_num;%行数 map_col=kernel_num;%列数 weight_map=zeros(kernel_r*map_row,kernel_c*map_col); for i=0:map_row-1 for j=0:map_col-1 weight_map(i*kernel_r+1+i:(i+1)*kernel_r+i,j*kernel_c+1+j:(j+1)*kernel_c+j)=weight(:,:,i+1,j+1); end end figure imshow(uint8(weight_map)) str1=strcat('weight num:',num2str(map_row*map_col)); title(str1) end 第一层：
第二层：
6.全链接的讨论：
我最开始的理解是直接把pool层所有的单元拉成一个列向量，不过分析以后，感觉应该是类似BP，pool5先被拉成一个一维向量，然后利用权重连接到fc6层的所有单元上。
①首先提取出pool5的特征图大小
A=net.blobs('pool5').get_data(); size(A) ans =
6 6 256 10
可以发现对于每一个输入图片(总共十张)都有256个6*6大小的特征图。预先计算一下256*6*6=9216
②然后提取出fc6的特征图大小
B=net.blobs('fc6').get_data(); size(B) ans = 4096 10 然后发现pool5到fc6的连接并不是简单的拉成一维向量，而是利用了一个9216*4096的权重去将pool5的特征映射到fc6的单元中③验证一下是否如所想的映射方法， 只需要看看pool5到fc6的权重大小即可
C=net.layers('fc6').params(1).get_data(); size(C) ans = 9216 4096 发现果真如此，所以池化层到全连接层的确是用了一次映射而非简单的拉成向量。
对于网络中的每层，典型的格式是：(batch_size, channel_dim, height, width)
data (10, 3, 227, 227) conv1 (10, 96, 55, 55) pool1 (10, 96, 27, 27) norm1 (10, 96, 27, 27) conv2 (10, 256, 27, 27) pool2 (10, 256, 13, 13) norm2 (10, 256, 13, 13) conv3 (10, 384, 13, 13) conv4 (10, 384, 13, 13) conv5 (10, 256, 13, 13) pool5 (10, 256, 6, 6) fc6 (10, 4096) fc7 (10, 4096) fc8 (10, 1000) prob (10, 1000) 参数尺寸：这些参数写在另一个OrderedDict, net.params. 这里需要索引参数的结果，权重[0]，偏置[1]
这些参数典型的格式是：
权重：(output_channels, input_channels, filter_height, filter_width)
偏置：(output_channels,)
conv1 (96, 3, 11, 11) (96,)
conv2 (256, 48, 5, 5) (256,)
conv3 (384, 256, 3, 3) (384,)
conv4 (384, 192, 3, 3) (384,)
conv5 (256, 192, 3, 3) (256,)
fc6 (4096, 9216) (4096,)
fc7 (4096, 4096) (4096,)
fc8 (1000, 4096) (1000,)
