如何从 PyCaffe Layer 对象获取内核大小和步幅

Question

我希望能够提取pycaffe网络中每个池化层和卷积层的所有内核大小和步幅。这似乎是可能的，因为我看到它在绘图功能中使用(请参阅此处的第 94 行 https://github.com/BVLC/caffe/blob/daf013931b31ed9c95250a89d09b7220badbcefe/python/caffe/draw.py)

不幸的是，当我尝试以这种方式使用此语法时：

net = caffe.Net(model_def,      # defines the structure of the model
model_weights,  # contains the trained weights
caffe.TEST)     # use test mode (e.g., don't perform dropout)
# For each layer
for layer_name, layer in net.layer_dict.iteritems():
if layer.type == 'Convolution':
print layer.type
print layer.convolution_param.kernel_size[0] if len(layer.convolution_param.kernel_size) else 1

我收到以下错误：

Convolution
AttributeError: 'Layer' object has no attribute 'convolution_param'

这很奇怪，因为我显然部分正确，因为 layer.type 工作正常，因为我能够成功进行检查并且只尝试提取卷积层的卷积参数。出了什么问题？当我尝试查看是哪种对象"层"时，我看到以下内容：

<caffe._caffe.Layer object at 0x7fe3a2fad050>

所以这意味着它实际上是一个 PyCaffe 层对象。我到处寻找 PyCaffe Layer 类引用，但没有想出任何东西。有谁知道一个好的参考或如何正确提取内核和步幅信息？

Answer 1

在 kostek 的指导下，我能够通过单独读取 prototxt 作为caffe.proto.caffe_pb2.NetParameter来提取我想要的参数。执行此操作的代码可以在下面找到：

from caffe.proto import caffe_pb2
from google.protobuf import text_format
new_format_model_def = '/models/vgg16-caffe/new_format_VGG_ILSVRC_16_layers_deploy.prototxt'
parsible_net = caffe_pb2.NetParameter()
text_format.Merge(open(new_format_model_def).read(), parsible_net)
print parsible_net.layer
print '[kernel, stride, pad]'
for layer in parsible_net.layer:
if layer.type == 'Convolution':
print '======='
print layer.name
kernel = layer.convolution_param.kernel_size[0] if len(layer.convolution_param.kernel_size) else 1
stride = layer.convolution_param.stride[0] if len(layer.convolution_param.stride) else 1
pad    = layer.convolution_param.pad[0] if len(layer.convolution_param.pad) else 0
print '['+str(kernel)+str(stride)+str(pad)+']'
if layer.type == 'Pooling':
print '======='
print layer.name
kernel = layer.pooling_param.kernel_size
stride = layer.pooling_param.stride
pad    = layer.pooling_param.pad
print '['+str(kernel)+str(stride)+str(pad)+']'