我正在尝试使用Python层创建标签数据。具体来说，我有一个包含Caffe数据的LMDB数据库，其中标签由6个使用位掩码的标签组成，我需要提取其中的一个来进行学习。

但是，当传递到MyPythonLayer.forward方法时，标签字段显示为np.float32类型，并且经过四舍五入后，转换回整数的值与原始值不同。自然，这使得使用位掩码提取其中的部分变得毫无意义。有什么方法可以强制Caffe将标签数据作为整数传递给MyPythonLayer.forward吗？

MyNet.prototxt:

layer {  name: "data"  type: "Data"  top: "data"  top: "label"  include {    phase: TRAIN  }  transform_param {    scale: 1  }  data_param {    source: "SUMTH.../train_lmdb"    batch_size: 3400    backend: LMDB  }}...layer {  name: 'convert_compose_label_py'  type: 'Python'  bottom: 'label'  top: 'extracted_label'  python_param {    module: 'convert_compose_label'    layer: 'ComposeLabelToSingleLabel'    param_str: '1'  }}layer {  name: "loss"  type: "SoftmaxWithLoss"  bottom: "ip2"  bottom: "extracted_label"  top: "loss"}

模块convert_compose_label.py:

class ComposeLabelToSingleLabel(caffe.Layer):  ...  def forward(self, bottom, top):    batch_size = bottom[0].data.shape[0]    out_file1 = open(self.log_file1, 'a')    for i in range(batch_size):        out_file1.write("%d\n" % bottom[0].data[i]) # 结果与LMDB中的标签值在最低1-2位数字上有所不同        single_label = (compose_label.astype(np.int32) >> self.shift) & self.kLabelMask # 如果不使用astype(np.int32)，会产生错误，指出>>不能与np.float32一起使用。         top[0].data[i]=single_label # 显然，当self.shift==0时，结果是不正确的        ...

回答：

不可以。

为什么？

Caffe将标签存储在Datum中作为int类型，但当它读取Datum并将其“分解”为"data"和"label" blobs时，值会被转换为float32，因为Blob的数据类型（默认情况下）是float32。

如果你需要多标签输入到Caffe中，你可以使用"HDF5Data"层（这更灵活），或者使用"Python"层。