caffe源码之ImageDataLayer解析
继承关系
可以发现ImageDataLayer层继承于BasePrefetchingDataLayer层，而BasePrefetchingDataLayer继承于BaseDataLayer层InternalThread层，BaseDataLayer则继承于最原始的Layer层。下面具体讲讲实现方式。
1、BaseDataLayer
查看data_layers.hpp，发现类BaseDataLayer声明了三个变量：
Protected：
TransformationParameter transform_param_;
shared_ptr > data_transformer_;
bool output_labels_; 声明了TransformationParameter对象参数，data_transformer_数据处理器，top是否具有label。接着看类声明函数：
template <typename Dtype>
class BaseDataLayer : public Layer {
public:
explicit BaseDataLayer(const LayerParameter& param);
// LayerSetUp: implements common data layer setup functionality, and calls
// DataLayerSetUp to do special data layer setup for individual layer types.
// This method may not be overridden except by the BasePrefetchingDataLayer.
virtual void LayerSetUp(const vector 可以看到做了三件事情：
1、将LayerParameter参数对象传递给BaseDataLayer层的构造函数。
2、层配置，调用LayerSetUp实现通用层配置，调用DataLayerSetUp实现数据读取层的特殊设置。
3、Reshape（）由于数据读取层没有底部bottom，所以变形操作很简单，后向传播不做任何操作仅声明而已。
让我们看看BaseDataLayer.cpp做了些什么：
template <typename Dtype>
BaseDataLayer::BaseDataLayer(const LayerParameter& param)
: Layer(param),
transform_param_(param.transform_param()) {
}
template <typename Dtype>
void BaseDataLayer::LayerSetUp(const vector(transform_param_, this->phase_));
data_transformer_->InitRand();
// The subclasses should setup the size of bottom and top
DataLayerSetUp(bottom, top);
} 首先LayerSetUp确定是否输出label，确定out_label_到底是true还是false，接着具体特殊层的建立，DataLayerSetUp并没有做任何功能实现，这是因为具体特殊层在各个派生类中具体实现就好了。这里只是调用。
2、BasePretchingDataLayer层的解析，同理，看.hpp文件，声明了三个变量。
Blobtype> prefetch_data_;
Blobtype> prefetch_label_;
Blobtype> transformed_data_; 三个Blob块，一个prefetch_data_，一个prefetch_label_，一个transformed_data_。可以想一下，perfetch_data_ 和data_不同的地方是data_是Blob里声明的变量，用于存储一张图片，而perfetch_data_里也是Blob里声明的变量，但不同是perfetch_data_里是以Batch为单位存储的，当然不代表perfetch_data_ 就是Batch个Blob，事实是data_和prefetch_data_都是一个Blob，只不过 shape(0) 维度不同而已。下面看声明函数：
template <typename Dtype>
class BasePrefetchingDataLayer :
public BaseDataLayer, public InternalThread {
public:
explicit BasePrefetchingDataLayer(const LayerParameter& param)
: BaseDataLayer(param) {}
// LayerSetUp: implements common data layer setup functionality, and calls
// DataLayerSetUp to do special data layer setup for individual layer types.
// This method may not be overridden.
void LayerSetUp(const vector BasePretchingDataLayer继承自BaseDataLayer 层和 InternalThread封装线程，创建了预取线层，加入预取线层，定义了内部线程入口。
template <typename Dtype>
void BasePrefetchingDataLayer::LayerSetUp(
const vector::LayerSetUp(bottom, top);
// Now, start the prefetch thread. Before calling prefetch, we make two
// cpu_data calls so that the prefetch thread does not accidentally make
// simultaneous cudaMalloc calls when the main thread is running. In some
// GPUs this seems to cause failures if we do not so.
this->prefetch_data_.mutable_cpu_data();
if (this->output_labels_) {
this->prefetch_label_.mutable_cpu_data();
} 哇塞，惊呆的一看原来BasePretchingDataLayer里面声明的LayerSetUp实现方式是BaseDataLayer的SetUp函数，那么在后面的ImageDataLayer中，我们明确了我们的目的便是实现DataLayerSetUp，建立起来之后，分别对data和label进行了cudaMalloc，避免在多线程情况下同时进行cudaMalloc，导致CUDA API调用失败。
template <typename Dtype>
void BasePrefetchingDataLayer::Forward_cpu(
const vector 这部分不多说，仔细看应该可以看得懂，实际上是把pretch_data_和pretch_label_分别存储（通过复制的方式）到top[0]和top[1] 中。
3、ImageDataLayer
刚入门caffe的肯定是用demo里面的leveldb格式的数据库，说实话这数据库用起来太麻烦了，所以有必要从image_data_layer进行数据读取，最原始但最统一的入门方式，作者也是很久了才想是不是要看看image_data_layer的代码，但看代码太痛苦了！话不多说，直接打开data_layer.hpp:
template <typename Dtype>
class ImageDataLayer : public BasePrefetchingDataLayer {
public:
explicit ImageDataLayer(const LayerParameter& param)
: BasePrefetchingDataLayer(param) {}
virtual ~ImageDataLayer();
virtual void DataLayerSetUp(const vector prefetch_rng_;
virtual void ShuffleImages();
virtual void InternalThreadEntry();
ImageDataLayer继承自BasePrefetchingDataLayer，参数从LayerParameter对象param传到BasePretchingDataLayer对象 然后传到 ImageDataLayer，然后还是最本质的DataLayerSetUp（），其他的其实都是一些很容易看得懂的东西。注意在新的派生类中有新的变量，prefetch_rng_这是一个RNG类指针，shuffleImages也是这层特有的，具体后面看实现解析，InternalThreadEntry是内部封装函数入口，实现中解析。
接着看声明的变量：
vector<std::pair<std::string, int> > lines_;
int lines_id_;嗯，就是这样lines_是一个vector，lines_id_是行数，在.txt文件里，我们发现每一行都是映射对（data label），所以，lines是一个vector用来存储所有行的数据。
接下来可以看一下具体实现，ImageDataLayer.cpp：
template Dtype>
ImageDataLayer<Dtype>::~ImageDataLayer 加入线程，这一块不怎么懂，所以也不关注了，接着往下看。
template <typename Dtype>
void ImageDataLayer::DataLayerSetUp(const vector 首先加入内部封装进程，其次，实现DataSetUp，注意，这里的参数new_height，new_width，is_color，root_folder，source，都是在caffe.proto中实现的，所以，这个过程是在获取ImageDataLayer参数，这里的参数是在prototxt里面定义的。
if (this->layer_param_.image_data_param().shuffle()) {
// randomly shuffle data
LOG(INFO) << "Shuffling data";
const unsigned int prefetch_rng_seed = caffe_rng_rand();
prefetch_rng_.reset(new Caffe::RNG(prefetch_rng_seed));
ShuffleImages();
}打乱数据，防止结果偏向某一类，这也只是大概看了下，不是重点，不深究，所以暂时先放一下。
lines_id_ = 0;
// Check if we would need to randomly skip a few data points
if (this->layer_param_.image_data_param().rand_skip()) {
unsigned int skip = caffe_rng_rand() %
this->layer_param_.image_data_param().rand_skip();
LOG(INFO) << "Skipping first " << skip << " data points.";
CHECK_GT(lines_.size(), skip) << "Not enough points to skip";
lines_id_ = skip;
}
// Read an image, and use it to initialize the top blob.
cv::Mat cv_img = ReadImageToCVMat(root_folder + lines_[lines_id_].first,
new_height, new_width, is_color);
// Use data_transformer to infer the expected blob shape from a cv_image.
vector<int> top_shape = this->data_transformer_->InferBlobShape(cv_img);
this->transformed_data_.Reshape(top_shape);
// Reshape prefetch_data and top[0] according to the batch_size.
const int batch_size = this->layer_param_.image_data_param().batch_size();
top_shape[0] = batch_size;
this->prefetch_data_.Reshape(top_shape);
top[0]->ReshapeLike(this->prefetch_data_);
LOG(INFO) << "output data size: " << top[0]->num() << ","
<< top[0]->channels() << "," << top[0]->height() << ","
<< top[0]->width();
// label
vector<int> label_shape(1, batch_size);
top[1]->Reshape(label_shape);
this->prefetch_label_.Reshape(label_shape);
}
template <typename Dtype>
void ImageDataLayer::ShuffleImages() {
caffe::rng_t* prefetch_rng =
static_cast(prefetch_rng_->generator());
shuffle(lines_.begin(), lines_.end(), prefetch_rng);
} 这个的英文注释其实很清楚了，主要做了以下几件事情：
1、随机跳过前几个数据，随机选择起始数据。
2、先读一幅图片到cv_img（这个是opencv里的操作，也没什么了解，具体可以看），注意看root_folder + lines_[lines_id_].first可以访问到目标图片，那么我们要知道了，训练的时候，如果数据存在train的文件夹里，那么root_folder则是/path/to/train ,而lines_[lines_id].first 便是.txt文件里的文件名，这是需要注意的一点。
3、根据读取数据的形状，将在BasePretchingDataLayer中预取的数据pretch_data_和pretch_label_ 的形状分别reshape，注意到 top_shape[0] = batch_size; 实际上每次pretch_data_ 每次读入一个batch。
4、shuffle了。。。。
template <typename Dtype>
void ImageDataLayer::InternalThreadEntry() {
CPUTimer batch_timer;
batch_timer.Start();
double read_time = 0;
double trans_time = 0;
CPUTimer timer;
CHECK(this->prefetch_data_.count());
CHECK(this->transformed_data_.count());
ImageDataParameter image_data_param = this->layer_param_.image_data_param();
const int batch_size = image_data_param.batch_size();
const int new_height = image_data_param.new_height();
const int new_width = image_data_param.new_width();
const bool is_color = image_data_param.is_color();
string root_folder = image_data_param.root_folder();
// Reshape according to the first image of each batch
// on single input batches allows for inputs of varying dimension.
cv::Mat cv_img = ReadImageToCVMat(root_folder + lines_[lines_id_].first,
new_height, new_width, is_color);
// Use data_transformer to infer the expected blob shape from a cv_img.
vector<int> top_shape = this->data_transformer_->InferBlobShape(cv_img);
this->transformed_data_.Reshape(top_shape);
// Reshape prefetch_data according to the batch_size.
top_shape[0] = batch_size;
this->prefetch_data_.Reshape(top_shape);
Dtype* prefetch_data = this->prefetch_data_.mutable_cpu_data();
Dtype* prefetch_label = this->prefetch_label_.mutable_cpu_data();
接下来定义内部线程用来预取数据，先预取一个blob，来reshape prefetch_data_ 和pretetch_label_ ，然后Net读入的是prefetch_data_ 和prefetch_label_。
/ datum scales
const int lines_size = lines_.size();
for (int item_id = 0; item_id < batch_size; ++item_id) {
// get a blob
timer.Start();
CHECK_GT(lines_size, lines_id_);
cv::Mat cv_img = ReadImageToCVMat(root_folder + lines_[lines_id_].first,
new_height, new_width, is_color);
CHECK(cv_img.data) << "Could not load " << lines_[lines_id_].first;
read_time += timer.MicroSeconds();
timer.Start();
// Apply transformations (mirror, crop...) to the image
int offset = this->prefetch_data_.offset(item_id);
this->transformed_data_.set_cpu_data(prefetch_data + offset);
this->data_transformer_->Transform(cv_img, &(this->transformed_data_));
trans_time += timer.MicroSeconds();
prefetch_label[item_id] = lines_[lines_id_].second;
// go to the next iter
lines_id_++;
if (lines_id_ >= lines_size) {
// We have reached the end. Restart from the first.
DLOG(INFO) << "Restarting data prefetching from start.";
lines_id_ = 0;
if (this->layer_param_.image_data_param().shuffle()) {
ShuffleImages();
}
}
}
batch_timer.Stop();
DLOG(INFO) << "Prefetch batch: " << batch_timer.MilliSeconds() << " ms.";
DLOG(INFO) << " Read time: " << read_time / 1000 << " ms.";
DLOG(INFO) << "Transform time: " << trans_time / 1000 << " ms.";
}水平有限，我也是边看边揣摩花了不少时间，结合注释和说明再看不懂的话，那就…………………………………………………………………………………………………………………………..自己悟！