Machine learning 如何为caffe编写无通道分割的图像批量分类？

对于图像批量分类，我使用了这个问题中的代码。但我注意到，由于某种原因，这个函数会分割图像的通道

我想它适用于通常的CNN架构，但它适用于暹罗架构吗？我猜不是，因为在C++分类中它不能正常工作。 有人能解释一下，我应该如何更改暹罗体系结构的代码（按通道分割图像，并将这些通道分配到不同的层，这就是重点），或者至少我应该如何更改输入的内存存储，以自己解决这个问题

Blob<float>* input_layer = net_->input_blobs()[0];

Blob*input\u layer=net\u->input\u Blob（）[0]；

解决了这个问题，问题出在

分类器：：预处理中的opencv函数中

cv::split(img[i], channels);

---

因为只有当

img

中包含的

cv:：Mat

被形成为具有通道的二维图像时，它才起作用。如果像我的情况一样，它是以其他方式形成的，具有

（通道，宽度，高度）

或

（宽度，高度，通道）

cv:：split

将不会像您期望的那样拆分

cv:：Mat

，因此我用其他实现方式替换了此步骤。

解决了这个问题，问题出在

分类器：：预处理中的opencv函数中

cv::split(img[i], channels);

因为只有当
img
中包含的
cv:：Mat
被形成为具有通道的二维图像时，它才起作用。如果像我的情况一样，它是以其他方式形成的，具有
（通道，宽度，高度）
或
（宽度，高度，通道）
cv:：split
将不会像您期望的那样拆分
cv:：Mat
，因此我将此步骤替换为其他实现