CRF as RNN 代码解读

论文：http://www.robots.ox.ac.uk/~szheng/papers/CRFasRNN.pdf，
CRF as RNN论文的代码在https://github.com/torrvision/crfasrnn可以找到。
有一个在线的demo可以演示http://www.robots.ox.ac.uk/~szheng/crfasrnndemo

这篇博文主要是记录自己对CRF as RNN中的 MultiStageMeanfieldLayer 的解读。涉及到的文件有multi_stage_meanfield的头文件与实现、meanfield的头文件与实现。

这个代码是基于老版本的caffe，大部分的层的头文件都在vision_layers.hpp中，
对应的位置是class MultiStageMeanfieldLayer 和 class MeanfieldIteration，比较简单，MultiStageMeanfieldLayer才是真正的层，而MeanfieldIteration是一个辅助类，直接看实现。

层运算的入口便是LayerSetUp，前面都是成员变量的初始化，接着是读取spatial.par和bilateral.par。然后是计算spatial_kernel，直接调用了
compute_spatial_kernel（）函数：

template <typename Dtype>
void MultiStageMeanfieldLayer<Dtype>::compute_spatial_kernel(float* const output_kernel) {for (int p = 0; p < num_pixels_; ++p) {output_kernel[2*p] = static_cast<float>(p % width_) / theta_gamma_;output_kernel[2*p + 1] = static_cast<float>(p / width_) / theta_gamma_;}
}

这个功能很简单，就是用一个2倍于像素点个数的矩阵，存储 (列/theta_gamma_，行/theta_gamma_)的kernel.
接下来就是将spatial_lattice_初始化。然后将后面计算需要的一元项先分配内存。由于需要使用多次的meanfield，所以接下来就为每个meanfield进行了一次初始化。就这样，层就可以启动了。

接下来就是Forward_cpu

/*** Performs filter-based mean field inference given the image and unaries.** bottom[0] - Unary terms* bottom[1] - Softmax input/Output from the previous iteration (a copy of the unary terms if this is the first stage).* bottom[2] - RGB images** top[0] - Output of the mean field inference (not normalized).*/
template <typename Dtype>
void MultiStageMeanfieldLayer<Dtype>::Forward_cpu(const vector<Blob<Dtype>*>& bottom,const vector<Blob<Dtype>*>& top) {split_layer_bottom_vec_[0] = bottom[0];split_layer_->Forward(split_layer_bottom_vec_, split_layer_top_vec_);// Initialize the bilateral lattices.bilateral_lattices_.resize(num_);for (int n = 0; n < num_; ++n) {compute_bilateral_kernel(bottom[2], n, bilateral_kernel_buffer_.get());bilateral_lattices_[n].reset(new ModifiedPermutohedral());bilateral_lattices_[n]->init(bilateral_kernel_buffer_.get(), 5, num_pixels_);// Calculate bilateral filter normalization factors.Dtype* norm_output_data = bilateral_norms_.mutable_cpu_data() + bilateral_norms_.offset(n);bilateral_lattices_[n]->compute(norm_output_data, norm_feed_.get(), 1);for (int i = 0; i < num_pixels_; ++i) {norm_output_data[i] = 1.f / (norm_output_data[i] + 1e-20f);}}for (int i = 0; i < num_iterations_; ++i) {meanfield_iterations_[i]->PrePass(this->blobs_, &bilateral_lattices_, &bilateral_norms_);meanfield_iterations_[i]->Forward_cpu();}
}

功能就是让前面的多次meanfield每一个跑一次。

下面是Backward_cpu()

/*** Backprop through filter-based mean field inference.*/
template<typename Dtype>
void MultiStageMeanfieldLayer<Dtype>::Backward_cpu(const vector<Blob<Dtype>*>& top, const vector<bool>& propagate_down,const vector<Blob<Dtype>*>& bottom) {for (int i = (num_iterations_ - 1); i >= 0; --i) {meanfield_iterations_[i]->Backward_cpu();}vector<bool> split_layer_propagate_down(1, true);split_layer_->Backward(split_layer_top_vec_, split_layer_propagate_down, split_layer_bottom_vec_);// Accumulate diffs from mean field iterations.for (int blob_id = 0; blob_id < this->blobs_.size(); ++blob_id) {Blob<Dtype>* cur_blob = this->blobs_[blob_id].get();if (this->param_propagate_down_[blob_id]) {caffe_set(cur_blob->count(), Dtype(0), cur_blob->mutable_cpu_diff());for (int i = 0; i < num_iterations_; ++i) {const Dtype* diffs_to_add = meanfield_iterations_[i]->blobs()[blob_id]->cpu_diff();caffe_axpy(cur_blob->count(), Dtype(1.), diffs_to_add, cur_blob->mutable_cpu_diff());}}}
}

开始就是让每个MeanfieldIteration进行一个Backward_cpu。然后有两个for循环，第一个就是循环所有的blob，第二个就是把每个blob的所有迭代时的diff相加，放到对应blob的diff中。

PS：

有关caffe数学计算的，可以在math_functions中找到，也可以看看http://www.cnblogs.com/jianyingzhou/p/4444728.html。
关于cblas计算的内容，可以参考http://www.math.utah.edu/software/lapack/lapack-blas.html
Blob的解读http://www.tuicool.com/articles/6rUVNf2
CRF可以参考这篇http://blog.csdn.net/thesby/article/details/50969788

————————————————-我是分割线2016.06.23———————————————————————————–
我把这个版本的caffe已经merge到了最新的官方版caffe，因为它的原始版本实在太老了。下载地址在此.

CRF as RNN 代码解读相关推荐

【深度学习】深入浅出CRF as RNN（以RNN形式做CRF后处理）
[深度学习]深入浅出CRF as RNN(以RNN形式做CRF后处理) 文章目录 1 概述 2 目标 3 思路 4 简述 5 论文原文5.1 Introduction5.2 相关工作5.3 关键步骤 ...
线性条件随机场代码解读
NER中CRF是必不可少的环节,特地看了一遍CRF相关理论以及allennlp中CRF的代码,特在这里笔记记录下来! 1.线性CRF简介 1.1一般形式关于线性条件随机场的详细介绍,请参考李 ...
深度学习（三十三）CRF as RNN语义分割-未完待续
CRF as RNN语义分割原文地址:http://blog.csdn.net/hjimce/article/details/50888915 作者:hjimce 一.相关理论本篇博文主要讲解文献 ...
PredRNN++：网络结构和代码解读
已经有很多帖子对PredRNN++的理论和改进效果进行了解读,不再赘述.直接分析结构和代码. Causal LSTM 单元三层级联结构: 第一层(蓝色框)类似传统的LSTM结构用于更新时间状态C(t ...
元学习之《Matching Networks for One Shot Learning》代码解读
元学习系列文章 optimization based meta-learning <Model-Agnostic Meta-Learning for Fast Adaptation of Dee ...
Pytorch LSTM 代码解读及自定义双向 LSTM 算子
Pytorch LSTM 代码解读及自定义双向 LSTM 算子 1. 理论关于 LSTM 的理论部分可以参考 Paper Long Short-Term Memory Based Recurrent ...
200行代码解读TDEngine背后的定时器
作者 | beyondma来源 | CSDN博客导读:最近几周,本文作者几篇有关陶建辉老师最新的创业项目-TdEngine代码解读文章出人意料地引起了巨大的反响,原以为C语言已经是昨日黄花,不过从读 ...
装逼一步到位！GauGAN代码解读来了
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:游璐颖,福州大学,Datawhale成员 AI神笔马良如何装逼一 ...
Unet论文解读代码解读
论文地址:http://www.arxiv.org/pdf/1505.04597.pdf 论文解读网络架构: a.U-net建立在FCN的网络架构上,作者修改并扩大了这个网络框架,使其能够使用很少 ...

CRF as RNN 代码解读

CRF as RNN 代码解读相关推荐

最新文章

热门文章