Feed TRAIND数据python层（FCN CAFFE）

我是咖啡馆的新手。我正在尝试训练nyud-fcn32s-color-d。在定义解算器和培训阶段之前，我不了解如何管理培训数据。我已经从下载了nyud-v2.mat数据集，但我不知道如何使用nyud_层（python层）为其提供数据。很抱歉，我是个新手，这对我来说很重要，所以我们非常感谢您的帮助。

您应该将您的train/val协议添加到python层，定义为

layer {
  name: "color"
  type: "Python"
  top: "color"
  top: "hha"
  top: "label"
  python_param {
    module: "nyud_layers"
    layer: "NYUDSegDataLayer"
    param_str: "{\'tops\': [\'color\', \'hha\', \'label\'], \'seed\': 1337, \'nyud_dir\': \'../data/nyud\', \'split\': \'test\'}"
  }
}

并填写正确的参数，如下所述：

---

谢谢你的回答。我已经中断了trainval.protext，我需要更改nyud_层中的某些内容吗？在纽约大学，我需要什么？我有类、train、val、trainval和test（.txt），我添加了nyu_depth_v2_label.mat，但我无法仅使用此文件创建解算器。您需要将nyud_dir设置为解压缩nyud数据集的位置（例如，../data/nyud），然后选择所需顶部的列表。您可以编辑您的问题，以包括solver.txt内容和您得到的错误吗？非常感谢，现在它与您的指示一起工作。我还有一个问题。目前我能够定义解算器，但正如我想象的那样，当我尝试启动训练解算器.net.forward（）时，我遇到了cuda内存不足错误。我该如何处理这种情况？有没有办法使用nyud_层来减少批量大小？在data/nyud/data中，我有深度、hha、图像、原始深度文件夹和.png文件（560x425）：如果我将所有这些png调整为较低的大小，这将对我有所帮助？看起来批大小已经是1-请参阅nyud_layers.py中的重塑功能-#加载顶部数据并重塑顶部以适应（1是批大小）我建议在FCN的GitHub repo中提交一个问题。但是部署协议可能指定不同的批处理大小。这是输入层中的第一个维度。

- nyud_dir: path to NYUDv2 dir
- split: train / val / test
- tops: list of tops to output from {color, depth, hha, label}
- randomize: load in random order (default: True)
- seed: seed for randomization (default: None / current time)