MDNet(multi domain CNN用于视觉跟踪)--源代码详解--mdnet_features_fcX.m
Posted sloanqin
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MDNet(multi domain CNN用于视觉跟踪)--源代码详解--mdnet_features_fcX.m相关的知识,希望对你有一定的参考价值。
该函数,输入全连接网络的网络参数、卷积层网络的输出,计算全连接网络的计算结果,源文件如下:
function [ feat ] = mdnet_features_fcX(net, ims, opts)
% MDNET_FEATURES_FCX
% Compute CNN scores from input features.
%
% Hyeonseob Nam, 2015
%
n = size(ims,4);
nBatches = ceil(n/opts.batchSize);% ceil表示进一法
net.layers = net.layers(1:end-1);% 最后一层不需要计算
for i=1:nBatches
batch = ims(:,:,:,opts.batchSize*(i-1)+1:min(end,opts.batchSize*i));% 为每个batch取数据
if(opts.useGpu)
batch = gpuArray(batch);
end
res = vl_simplenn(net, batch, [], [], ...
'disableDropout', true, ...
'conserveMemory', true, ...
'sync', true) ;% 禁用了dropout
f = gather(res(end).x) ;% 取最后一层结果的数据
if ~exist('feat','var')
feat = zeros(size(f,1),size(f,2),size(f,3),n,'single');
end
feat(:,:,:,opts.batchSize*(i-1)+1:min(end,opts.batchSize*i)) = f;% 把计算得到的结果放到变量feat中
end
以上是关于MDNet(multi domain CNN用于视觉跟踪)--源代码详解--mdnet_features_fcX.m的主要内容,如果未能解决你的问题,请参考以下文章
论文笔记之:Learning Multi-Domain Convolutional Neural Networks for Visual Tracking
多标签文本分类HFT-CNN: Learning Hierarchical Category Structure for Multi-label Short Text Categorization
RapidUp: Multi-Domain Permutation Protocol for Lookup Tables学习笔记
Estimating dense correspondences across scenes with CNN features and multi-level spatial pyramids(示例