对于同一网络，python 和 MATLAB caffe 的结果不同

Question

我正在尝试移植 MTCNN_face_detection_alignment 的 MATLAB 实现至 python。我对 MATLAB 和 python.

使用相同版本的 caffe 绑定

重现问题的最少可运行代码：

MATLAB:

addpath('f:/Documents/Visual Studio 2013/Projects/caffe/matlab');
warning off all
caffe.reset_all();
%caffe.set_mode_cpu();
caffe.set_mode_gpu();
caffe.set_device(0);
prototxt_dir = './model/det1.prototxt';
model_dir = './model/det1.caffemodel';
PNet=caffe.Net(prototxt_dir,model_dir,'test');
img=imread('F:/ImagesForTest/test1.jpg');
[hs ws c]=size(img)
im_data=(single(img)-127.5)*0.0078125;
PNet.blobs('data').reshape([hs ws 3 1]);
out=PNet.forward({im_data});
imshow(out{2}(:,:,2))

Python:

import numpy as np
import caffe
import cv2

caffe.set_mode_gpu()
caffe.set_device(0)

model = './model/det1.prototxt'
weights = './model/det1.caffemodel'

PNet = caffe.Net(model, weights, caffe.TEST) # create net and load weights

print ("\n\n----------------------------------------")
print ("------------- Network loaded -----------")
print ("----------------------------------------\n")

img = np.float32(cv2.imread( 'F:/ImagesForTest/test1.jpg' ))
img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

avg = np.array([127.5,127.5,127.5])
img = img - avg
img = img*0.0078125;
img = img.transpose((2,0,1)) 
img = img[None,:] # add singleton dimension

PNet.blobs['data'].reshape(1,3,img.shape[2],img.shape[3])
out = PNet.forward_all( data = img )

cv2.imshow('out',out['prob1'][0][1])
cv2.waitKey()

我使用的模型位于 here（det1.prototxt 和 det1.caffemodel）

我用来获得这些结果的图像：

两种情况下我得到的结果：

结果相似，但不相同。

UPD：看起来不是类型转换问题（已更正，但没有任何改变）。我在 matlab 中保存了 conv1 层（第一个通道）之后的卷积结果，并在 python 中提取了相同的数据，两个图像现在都显示为 python cv2.imshow。

输入层的数据（data）完全一样，我用同样的方法检查了

正如您所见，即使在第一个 (conv1) 层上也能看到差异。看起来内核以某种方式发生了变化。

谁能说出隐藏的差异在哪里？

Answer 1

找到问题源了，是因为MATLAB看到图像转置了。此 python 代码显示与 MATLAB 代码相同的结果：

import numpy as np
import caffe
import cv2

caffe.set_mode_gpu()
caffe.set_device(0)

model = './model/det1.prototxt'
weights = './model/det1.caffemodel'

PNet = caffe.Net(model, weights, caffe.TEST) # create net and load weights

print ("\n\n----------------------------------------")
print ("------------- Network loaded -----------")
print ("----------------------------------------\n")

img = np.float32(cv2.imread( 'F:/ImagesForTest/test1.jpg' ))
img=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
img=cv2.transpose(img) # <----- THIS line !
avg = np.float32(np.array([127.5,127.5,127.5]))
img = img - avg
img = np.float32(img*0.0078125);
img = img.transpose((2,0,1)) 
img = img[None,:] # add singleton dimension

PNet.blobs['data'].reshape(1,3,img.shape[2],img.shape[3])
out = PNet.forward_all( data = img )

# transpose it back and show the result  
cv2.imshow('out',cv2.transpose(out['prob1'][0][1]))
cv2.waitKey()

感谢所有在评论中给我建议的人！

对于同一网络，python 和 MATLAB caffe 的结果不同

Results for python and MATLAB caffe are different for the same network

python

matlab

caffe

pycaffe

matcaffe