我在尝试构建Caffe的InfogainLoss层，但始终无法正常工作。我已经查看了相关的帖子和解决方案，但对我来说还是不行。

我的数据lmdb尺寸是Nx1xHxW（灰度图像），我的目标图像lmdb尺寸是Nx3xH/8xW/8（RGB图像）。我的最后一个卷积层的尺寸是1x3x20x80。输出尺寸是3，因此我的标签数量有3类，即（0,1,2），在目标lmdb图像数据集中。

我想尝试使用InfogainLoss层，因为我认为我有类别不平衡的问题。我的大多数图像包含过多的背景。

在我的最后一个卷积层（conv3）之后，我有以下设置：

 layer {    name: "loss"    type: "SoftmaxWithLoss"    bottom: "conv3"    top: "loss" }  layer {    bottom: "loss"    bottom: "label"    top: "infoGainLoss"    name: "infoGainLoss"    type: "InfogainLoss"    infogain_loss_param {      source: "infogainH.binaryproto"    } }

我的Infogain矩阵是根据InfogainLoss层帖子（如Shai建议的）生成的，因此我的H矩阵尺寸是1x1x3x3（一个单位矩阵）。因此，我的L是3，因为我有3个类别。当我运行prototxt文件时，一切正常（尺寸没问题），但在我的最后一个卷积层（conv3层）之后，我得到了以下错误：

 I0320 14:42:16.722874  5591 net.cpp:157] Top shape: 1 3 20 80 (4800) I0320 14:42:16.722882  5591 net.cpp:165] Memory required for data:   2892800 I0320 14:42:16.722892  5591 layer_factory.hpp:77] Creating layer loss I0320 14:42:16.722900  5591 net.cpp:106] Creating Layer loss I0320 14:42:16.722906  5591 net.cpp:454] loss <- conv3 I0320 14:42:16.722913  5591 net.cpp:411] loss -> loss F0320 14:42:16.722928  5591 layer.hpp:374] Check failed: ExactNumBottomBlobs() == bottom.size() (2 vs. 1) SoftmaxWithLoss Layer takes 2 bottom blob(s) as input.

我已经仔细检查过，每个lmdb数据集的文件名都设置正确。我不知道问题出在哪里。有什么想法吗？

亲爱的@

感谢您的回答。我按照您提到的做了以下操作：

 layer {    name: "prob"    type: "Softmax"    bottom: "conv3"    top: "prob"    softmax_param { axis: 1 } } layer {    bottom: "prob"    bottom: "label"    top: "infoGainLoss"    name: "infoGainLoss"    type: "InfogainLoss"    infogain_loss_param {        source: "infogainH.binaryproto"    } }

但我仍然有错误：

Top shape: 1 3 20 80 (4800)I0320 16:30:25.110862  6689 net.cpp:165] Memory required for data: 2912000I0320 16:30:25.110867  6689 layer_factory.hpp:77] Creating layer infoGainLossI0320 16:30:25.110877  6689 net.cpp:106] Creating Layer infoGainLossI0320 16:30:25.110884  6689 net.cpp:454] infoGainLoss <- probI0320 16:30:25.110889  6689 net.cpp:454] infoGainLoss <- labelI0320 16:30:25.110896  6689 net.cpp:411] infoGainLoss -> infoGainLossF0320 16:30:25.110965  6689 infogain_loss_layer.cpp:35] Check failed: bottom[1]->height() == 1 (20 vs. 1) 

回答：

哪里出了问题？

您的错误来自"loss"层，而不是"InfogainLoss"层：您混淆了输出类别概率的"Softmax"层和输出（标量）损失值的"SoftmaxWithLoss"层。

您应该怎么做？

1. 用类型为"Softmax"的"prob"层替换"loss"层：

   layer {  name: "prob"  type: "Softmax" # 不是SoftmaxWithLoss  bottom: "conv3"  top: "prob"  softmax_param { axis: 1 } # 沿第二轴计算概率}

2. 您需要沿第二维度计算损失，目前看来"InfogainLoss"层不支持此功能。您可能需要调整"InfogainLoss"层，使其具有类似"SoftmaxWithLoss"的功能，允许沿任意轴计算损失。
   更新： 我在BVLC/caffe上创建了一个拉取请求，它“升级”了InfogainLoss层。这个升级版本支持您所需的“沿轴计算损失”。此外，它使“Softmax”层变得多余，因为它在内部计算概率（参见这个线程）。
   升级后的层可以这样使用：

   layer {  bottom: "conv3" # 内部计算概率  bottom: "label"  top: "infoGainLoss"  name: "infoGainLoss"  type: "InfogainLoss"  infogain_loss_param {    source: "infogainH.binaryproto"    axis: 1  # 沿轴计算损失和概率  }}