CRF as RNN 代码解读

最新推荐文章于 2024-07-22 00:39:30 发布

thesby

最新推荐文章于 2024-07-22 00:39:30 发布

阅读量6.4k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：深度学习 caffe 文章标签： crfasrnn rnn crf

本文链接：https://blog.csdn.net/thesby/article/details/51593591

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