基于Caffe的DeepID2实现（上）

小喵的唠叨话：小喵最近在做人脸识别的工作，打算将汤晓鸥前辈的DeepID，DeepID2等算法进行实验和复现。DeepID的方法最简单，而DeepID2的实现却略微复杂，并且互联网上也没有比较好的资源。因此小喵在试验之后，确定了实验结果的正确性之后，才准备写这篇博客，分享给热爱Deep Learning的小伙伴们。

小喵的博客：http://www.miaoerduo.com

博客原文：http://www.miaoerduo.com/deep-learning/基于caffe的deepid2实现（上）.html

能够看到这篇博客的小伙伴们，相信已经对Deep Learning有了比较深入的了解。因此，小喵对亲作了如下的假定：

1. 了解Deep Learning的基本知识
2. 目前在做人脸识别的相关工作
3. 仔细阅读过DeepID和DeepID2的论文
4. 使用Caffe作为训练框架
5. 即使不满足上述4个条件，也会持之以恒的学习

如果亲发现对上述的条件都不满足的话，那么这篇博文可能内容还是略显枯涩乏味，你可以从了解Caffe开始，慢慢学习。

相关资源：

• DeepID：http://mmlab.ie.cuhk.edu.hk/pdf/YiSun_CVPR14.pdf
• DeepID2：http://papers.nips.cc/paper/5416-analog-memories-in-a-balanced-rate-based-network-of-e-i-neurons
• Caffe：http://caffe.berkeleyvision.org/

由于篇幅较大，这里会分成几个部分，依次讲解。

一、设计我们独特的Data层

在DeepID2中，有两种监督信号。一是Identity signal，这和DeepID中的实现方法一样，用给定label的人脸数据，进行分类的训练，这里使用softmax_with_loss层来实现(softmax+cross-entropy loss)。这里不再介绍。

另一种就是verification signal，也就是人脸比对的监督。这里要求，输入的数据时成对存在，每一对都有一个公共的label，是否是同一个类别。如果是同一个identity，则要求他们的特征更接近，如果是不同的identity，则要求他们的特征尽可能远离。

不论最终怎么实现，我们的第一步是确定的，构造合适的数据。

使用Caffe训练的时候，第一步是打Batch，将训练数据写入LMDB或者LevelDB数据库中，训练的时候Caffe会从数据库中读取图片，因此一个简单的实现方法就是构造许多的pair，然后打Batch的时候就能保证每对图片都是相连的，然后在训练的时候做一些小Trick就可以实现。

但是就如上面所说，打Batch的同时，图片的顺序就已经是确定的了，因此网络输入的图片pair也是固定的，这样似乎就缺乏了一些灵活性。

那么如果动态的构造我们的训练数据呢？

设计我们独特的data层。

这里为了方便，使用Python来拓展Caffe的功能。Python是一门简洁的语言，非常适合做这种工作。不过Caffe中如果使用了Python的层，那么就不能使用多GPU了，这点需要注意（希望以后能增加这个支持）。

1）让你的Caffe支持Python拓展。

在Caffe根目录的Makefile.config中，有这么一句话。

我们需要使用Python层，因此需要取消这个注释。

之后Make一下你的Caffe和pycaffe。

这样Caffe就支持Python层了。

2）编写data层

基于Python的data层的编写，Caffe是给了一个简单的例子的，在/caffe_home/examples/pycaffe/layers/中。

我们简单的照着这个例子来写。

首先，我们定义自己需要的参数。

这里，我们需要：

• batch_size: batch的大小，没什么好解释的，要求这个数是大于0的偶数
• mean_file：图像的均值文件的路径
• scale：图像减均值后变换的尺度
• image_root_dir：训练数据的根目录
• source：训练数据的list路径
• crop_size：图像crop的大小
• ratio：正样本所占的比例（0~1）

caffe在train.prototxt中定义网络结构的时候，可以传入这些参数。我们目前只需要知道，这些参数一定可以获取到，就可以了。另外，source表示训练数据的list的文件地址，这里用到的训练数据的格式和Caffe打batch的数据一样。

file_path1    label1

file_path2    label2

这样的格式。

Data层的具体实现，首先需要继承caffe.Layer这个类，之后实现setup, forward, backward和reshape，不过data层并不需要backward和reshape。setup主要是为了初始化各种参数，并且设置top的大小。对于Data层来说，forward则是生成数据和label。

闲话少说，代码来见。

  1 #-*- encoding: utf-8 -*_
  2 
  3 import sys
  4 import caffe
  5 import numpy as np
  6 import os
  7 import os.path as osp
  8 import random
  9 import cv2
 10 
 11 class ld2_data_layer(caffe.Layer):
 12     """
 13     这个python的data layer用于动态的构造训练deepID2的数据
 14     每次forward会产生多对数据，每对数据可能是相同的label或者不同的label
 15     """
 16     def setup(self, bottom, top):
 17         self.top_names = ['data', 'label']
 18 
 19         # 读取输入的参数
 20         params = eval(self.param_str)
 21         print "init data layer"
 22         print params
 23 
 24         self.batch_size = params['batch_size']  # batch_size
 25         self.ratio = float(params['ratio'])
 26         self.scale = float(params['scale'])
 27         assert self.batch_size > 0 and self.batch_size % 2 == 0, "batch size must be 2X"
 28         assert self.ratio > 0 and self.ratio < 1, "ratio must be in (0, 1)"
 29         self.image_root_dir = params['image_root_dir']
 30         self.mean_file = params['mean_file']       
 31         self.source = params['source']
 32         self.crop_size = params['crop_size']
 33 
 34         top[0].reshape(self.batch_size, 3, params['crop_size'], params['crop_size'])
 35         top[1].reshape(self.batch_size, 1)
 36         self.batch_loader = BatchLoader(self.image_root_dir, self.mean_file, self.scale, self.source, self.batch_size, self.ratio)
 37 
 38     def forward(self, bottom, top):
 39         blob, label_list = self.batch_loader.get_mini_batch()
 40         top[0].data[...] = blob
 41         top[1].data[...] = label_list
 42 
 43     def backward(self, bottom, top):
 44         pass
 45 
 46     def reshape(self, bottom, top):
 47         pass
 48 
 49 class BatchLoader(object):
 50 
 51     def __init__(self, root_dir, mean_file, scale, image_list_path, batch_size, ratio):
 52         print "init batch loader"
 53         self.batch_size = batch_size
 54         self.ratio = ratio # true pair / false pair
 55         self.image2label = {}   # key:image_name    value:label
 56         self.label2images = {}  # key:label         value: image_name array
 57         self.images = []        # store all image_name
 58         self.mean = np.load(mean_file)
 59         self.scale = scale
 60         self.root_dir = root_dir
 61         with open(image_list_path) as fp:
 62             for line in fp:
 63                 data = line.strip().split()
 64                 image_name = data[0]
 65                 label = data[-1]
 66                 self.images.append(image_name)
 67                 self.image2label[image_name] = label
 68                 if label not in self.label2images:
 69                     self.label2images[label] = []
 70                 self.label2images[label].append(image_name)
 71         self.labels = self.label2images.keys()
 72         self.label_num = len(self.labels)
 73         self.image_num = len(self.image2label)
 74         print "init batch loader over"
 75 
 76     def get_mini_batch(self):
 77         image_list, label_list = self._get_batch(self.batch_size / 2)
 78         cv_image_list = map(lambda image_name: (self.scale * (cv2.imread(os.path.join(self.root_dir, image_name)).astype(np.float32, copy=False).transpose((2, 0, 1)) - self.mean)), image_list)
 79         blob = np.require(cv_image_list)
 80         label_blob = np.require(label_list, dtype=np.float32).reshape((self.batch_size, 1))
 81         return blob, label_blob
 82     
 83     def _get_batch(self, pair_num):
 84         image_list = []
 85         label_list = []
 86         for pair_idx in xrange(pair_num):
 87             if random.random() < self.ratio: # true pair
 88                 while True:
 89                     label_idx = random.randint(0, self.label_num - 1)
 90                     label = self.labels[label_idx]
 91                     if len(self.label2images[label]) > 5:
 92                         break
 93                 first_idx = random.randint(0, len(self.label2images[label]) - 1)
 94                 second_id = random.randint(0, len(self.label2images[label]) - 2)
 95                 if second_id >= first_idx:
 96                     second_id += 1
 97                 image_list.append(self.label2images[label][first_idx])
 98                 image_list.append(self.label2images[label][second_id])
 99                 label_list.append(int(label))
100                 label_list.append(int(label))
101             else:                   # false pair
102                 for i in xrange(2):
103                     image_id = random.randint(0, self.image_num - 1)
104                     image_name = self.images[image_id]
105                     label = self.image2label[image_name]
106                     image_list.append(image_name)
107                     label_list.append(int(label))
108         return image_list, label_list

上述的代码可以根据给定的list，batch size，ratio等参数生成符合要求的data和label。这里还有一些问题需要注意：

1. 对输入的参数没有检验。
2. 没有对读取图像等操作做异常处理。因此如果很不幸地读到的图片路径不合法，那么程序突然死掉都是有可能的。。。小喵的数据都是可以读的，所以木有问题。
3. 在选取正负样本对的时候，对于正样本对，只有样本对应的label中的图片数大于5的时候，才选正样本（小喵的训练数据每个人都有至少几十张图片，所以木有出现问题），如果样本比较少的话，可以更改这个数（特别是有测试集的时候，测试集通常数目都很少，小喵训练的时候都是不用测试集的，因为会死循环。。。）。对于选取负样本对的时候，只是随便选了两张图片，而并没有真的保证这一对是不同label，这里考虑到训练数据是比较多的，所以不大可能选中同一个label的样本，因此可以近似代替负样本对。
4. 这里有个减均值的操作，这个均值文件是经过特殊转换求出的numpy的数组。Caffe生成的均值文件是不能直接用的，但是可以通过仿照Caffe中Classifier中的写法来代替（caffe.io.Transformer工具）。另外这里的图片数据和均值文件是一样大小的，但实际上可能并不一定相等。如果需要对输入图片做各种随机化的操作，还需要自己修改代码。

至此，我们就完成了一个简单的Data层了。

那么在么调用自己的data层呢？

这里有一个十分简单的写法。在我们用来训练的prototxt中，将Data层的定义改成如下的方式：

 1 layer {
 2     name: "data"
 3     type: "Python"
 4     top: "data"
 5     top: "label"
 6     include {
 7         phase: TRAIN
 8     }    
 9     python_param {
10         module: "id2_data_layer"
11         layer: "ld2_data_layer"
12         param_str: "{'crop_size' : 128, 'batch_size' : 96, 'mean_file': '/your/data/root/mean.npy', 'scale': 0.0078125, 'source': '/path/to/your/train_list', 'image_root_dir': '/path/to/your/image_root/'}"    }
13 }

python_param中的这三个参数需要注意：

module：模块名，我们先前编写的data层，本身就是一个文件，也就是一个模块，因此模块名就是文件名。

layer：层的名字，我们在文件中定义的类的名字。这里比较巧合，module和layer的名字相同。

param_str：所有的需要传给data层的参数都通过这个参数来传递。这里简单的使用了Python字典的格式的字符串，在data层中使用eval来执行（o(╯□╰)o  这其实并不是一个好习惯），从而获取参数，当然也可以使用别的方式来传递，比如json或者xml等。

最后，你在训练的时候可能会报错，说找不到你刚刚的层，或者找不到caffe，只需要把这个层的代码所在的文件夹的路径加入到PYTHONPATH中即可。

export PYTHONPATH=PYTHONPATH:/path/to/your/layer/:/path/to/caffe/python

这样就完成了我们的Data层的编写，是不是非常简单？

如果您觉得本文对您有帮助，那请小喵喝杯茶吧~~O(∩_∩)O~~

转载请注明出处~