1 前言

Caffe对于像我这样的初学者来说是一款非常容易上手的深度学习框架。关于用Caffe跑自己的数据这样的博客已经非常多，感谢前辈们为我们提供的这么好的学习资源。这里我主要结合我所在的行业，说下如何对跑通具有多通道多格式的遥感数据。

2 数据准备

Caffe封装的非常好，要想将我们的数据运用于Caffe上，我们唯一要做的工作就是准备好Caffe支持的数据输入格式（leveldb/lmdb）。

Caffe解决方案下有一个工程convert_imageset为我们提供了接口，主要是将图像文件转化为 Caffe支持的两种数据格式。工程实现数据格式转换主要经过以下几个步骤：

在细读这个工程文件是会发现，其数据读取函数用的是OpenCV 的imread函数，在io.cpp。关于OpenCV的imread函数，这里不做详细介绍，只说出其存在的问题：

1 对于图像文件，imread不能读取多波段数据（遥感图像），超过4个波段的；

2 读取的数据格式默认是CV_8UC（n），遥感数据明显不符合要求。

因此，要想通过Caffe自带的数据集转换接口将多波段多数据类型的遥感图像输出为Caffe支持的leveldb和lmdb格式存在明显的不合理问题。

关于遥感图像的读取，我想大家第一反应就是GDAL库。因此，我尝试在Caffe的解决方案下重写数据转换接口，利用GDAL库来读图像，并将读取的数据转换为OpenCV的Mat数据格式，从而和图1中流程的第二步接轨（GDAL数据读取转换为Mat格式可参看前面的博客）。但是后来一想，感觉这样做有点多余，为啥不通过GDAL读取的数据直接写入到Caffe::Datum中呢。

后来仔细看了Caffe::Datum类，发现其存储数据目前只支持uchar和float，如果读者愿意，我想还可以给Datum类添加其他的支持数据格式。但是，我觉得float格式已经满足我的要求了。因此，我写了一个简单的函数，实现从GDAL读取的数据到Datum的转化，其代码如下：

 bool ReadImageToDatum(const std::string &imgfilename,

     const int label,

     Datum &datum)

 {

     GDALAllRegister();

     GDALDataset *poRemoteSensingImageDS = (GDALDataset*)GDALOpen(imgfilename.c_str(),GA_ReadOnly);

     datum.set_channels(kRemoteSensingBandNums);

     datum.set_height(kRemoteSensingSize);

     datum.set_width(kRemoteSensingSize);

     datum.set_label(label);

     datum.clear_data();

     datum.clear_float_data();

     datum.set_encoded(false);

     int *data = new int[kRemoteSensingImageNBytes];

     int *pBandMap = new int[kRemoteSensingBandNums];

     for (int b = ; b < kRemoteSensingBandNums; b++){

         pBandMap[b] = b + ;

     }

     GDALDataType ty = poRemoteSensingImageDS->GetRasterBand()->GetRasterDataType();

     poRemoteSensingImageDS->RasterIO(GF_Read, , , kRemoteSensingSize, kRemoteSensingSize,

         data, kRemoteSensingSize, kRemoteSensingSize, ty, kRemoteSensingBandNums,

         pBandMap, sizeof(int), kRemoteSensingSize*sizeof(int),

         kRemoteSensingSize*kRemoteSensingSize*sizeof(int));

     for (int i = ; i < kRemoteSensingImageNBytes; i++){

         datum.add_float_data((float)data[i]);

     }

     delete[]data; data = nullptr;

     delete[]pBandMap; pBandMap = nullptr;

     GDALClose((GDALDatasetH)poRemoteSensingImageDS);

     return ;

 };

这里有个细节问题需要说下：因为我不大算动图1第三步中的Caffe::Datum--》leveldb/lmdb这个过程，所以GDAL读取的数据顺序需要与Mat中图像的存储格式一样。Mat默认数据存储格式是：BIP，及按像元保存，即先保存第一个波段的第一个像元，之后保存第二波段的第一个像元，依次保存存储。因此，在用GDAL读取图像的时候也应该用BIP格式读取，确保一致。到此遥感数据集的转换工作基本完成。我们可以将具有多波段和多数据类型的遥感数据顺利的保存为leveldb或者lmdb。我想其他的数据类型也可参考类似的方法。可以自己制作一个统一的二进制文件格式，然后轻松实现转换。

3 均值计算

这一步没有需要改动的地方，compute_image_mean 工程提供的接口完全可以支持之前Datum中的uchar和float两种数据格式。

     if (data.size() != ) {

       CHECK_EQ(data.size(), size_in_datum);

       for (int i = ; i < size_in_datum; ++i) {

         sum_blob.set_data(i, sum_blob.data(i) + (uint8_t)data[i]);

       }

     } else {

       CHECK_EQ(datum.float_data_size(), size_in_datum);

       for (int i = ; i < size_in_datum; ++i) {

         sum_blob.set_data(i, sum_blob.data(i) +

             static_cast<float>(datum.float_data(i)));

       }

     }

4 模型训练

这个过程也没有需要改动的，设置好网络参数，利用Caffe.exe提供的接口就可以顺利的完成模型的训练工作。

5 分类

分类同样存在之前数据准备中出现的问题，因此，还是要重写classification工程，主要在于图像的读取部分，并将用GDAL读取的数据，转化为Mat的多通道数据。具体不说了，上传部分代码供大家参考：

            float *readPatchImage = new float[kRemoteSensingSize*kRemoteSensingSize*bandNums];

            int leftX = colIndex - constWidth;

            if (leftX + kRemoteSensingSize > width) leftX = width - kRemoteSensingSize - ;

            poRemoteSensingImageDS->RasterIO(GF_Read, leftX, leftY, kRemoteSensingSize, kRemoteSensingSize,

                readPatchImage, kRemoteSensingSize, kRemoteSensingSize, GDT_Float32, bandNums,

                pBandMap, bandNums*sizeof(float), bandNums*kRemoteSensingSize*sizeof(float),sizeof(float));

            cv::Mat img = cv::Mat(kRemoteSensingSize, kRemoteSensingSize, CV_32FC(bandNums), readPatchImage);

            std::vector<Prediction> predictions = classifier.Classify(img);

            if (predictions[].first == "")

            {

                std::cout << "-----Find Suspicious Chinmey:    Probability:" << predictions[].second << std::endl;

                std::cout << "                                 Position:leftX:" << leftX << "  leftY:" << leftY << std::endl;

                std::cout << std::endl;

                unsigned char* buf = new unsigned char[kRemoteSensingSize*kRemoteSensingSize];

                int i = ;

                while (i < kRemoteSensingSize*kRemoteSensingSize)

                    buf[i++] = ;

                poOutBand->RasterIO(GF_Write, leftX, leftY, kRemoteSensingSize, kRemoteSensingSize, buf,

                    kRemoteSensingSize, kRemoteSensingSize, GDT_Byte, , );

                delete[]buf; buf = nullptr;

            }

            delete[]readPatchImage; readPatchImage = nullptr;

        }

Windows下用Caffe跑自己的数据（遥感影像）的相关教程结束。