本文主要介紹：Windows下Caffe框架的Matlab介面，即Matlab如何呼叫Caffe框架中的函式，進行分類、提取特徵以及訓練。

1 官網說明

2 相關說明

2.1 影象預處理

classification.m中，在影象輸入CNN網路之前，經過了一個預處理過程：

• RGB影象轉成BGR；
• BGR每個通道進行轉置，即 M*N 變成 N*M；
• 調整影象大小，轉化為IMAGE_DIM*IMAGE_DIM*3，IMAGE_DIM預設為256；
• 減去訓練影象均值；
• 資料擴充套件，即對影象裁剪和翻折處理，使一張影象擴充套件成10張影象，裁剪後圖像大小為CROPPED_DIM*CROPPED_DIM*3，CROPPED_DIM預設為227，擴充套件方法為：分別取影象左上、右上、左下、右下、中心，如下圖，共得到5張影象，然後每張影象上下翻折，又得到5張，最後共擴充套件得到10張影象；
• 10張影象放在一起構成輸入資料，維度為：CROPPED_DIM * CROPPED_DIM * 3 * 10

預處理過程圖：
擴充影象：

2.2 CNN輸入資料維度

       （1）CNN網路輸入資料的預設維度為[227 227 3 10]，即classification.m中影象預處理結果，輸入資料必須為4維，即 [影象高度 影象寬度  通道數 影象個數]（注：[影象高度 = 影象寬度），其中預處理把一張影象擴充套件為10張，每張影象都會得到一個分類結果，即每張影象屬於每類的概率（共1000類），然後把10張圖屬於每類的概率求和，最後把影象劃分為概率最大的那一類。      （2）網路輸入資料的維度是可以調整的，通過以下程式設定：

1. net.blobs(
   'data').reshape([227 227 3 1]); % reshape blob 'data'
2. net.reshape();  

如果四維輸入中的影象個數為1，即輸入為[影象高度 影象寬度 通道數 1]（注：[影象高度 = 影象寬度），此時影象高度可以不為227，但不能相差太大      （3）可以一次對多張影象進行處理，只需要調整輸入的維度即可，網路執行結果 scores = net.forward(input_data) 中的scores維度為：1000*影象個數，即每列對應一張影象，表示該影象屬於每類的概率（共1000類）；

2.3 簡單應用

    比較簡單的應用是，可以直接利用以訓練好的權值，對影象分類和提取特徵：分類得到的不是目標的類別名稱，而是一個類別號，具體類別可以查表得到，下面為類別號對應目標名稱；提取特徵，可以獲取各層特徵具體函式見

官網。

1. tench, Tinca tinca  
2. goldfish, Carassius auratus  
3. great white shark, white shark, man-eater, man-eating shark, Carcharodon carcharias  
4. tiger shark, Galeocerdo cuvieri  
5. hammerhead, hammerhead shark  
6. electric ray, crampfish, numbfish, torpedo  
7. stingray  
8. cock  
9. hen  
10. ostrich, Struthio camelus  
11. brambling, Fringilla montifringilla  
12. goldfinch, Carduelis carduelis  
13. house finch, linnet, Carpodacus mexicanus  
14. junco, snowbird  
15. indigo bunting, indigo finch, indigo bird, Passerina cyanea  
16. robin, American robin, Turdus migratorius  
17. bulbul  
18. jay  
19. magpie  
20. chickadee  
21. water ouzel, dipper  
22. kite  
23. bald eagle, American eagle, Haliaeetus leucocephalus  
24. vulture  
25. great grey owl, great gray owl, Strix nebulosa  
26. European fire salamander, Salamandra salamandra  
27. common newt, Triturus vulgaris  
28. eft  
29. spotted salamander, Ambystoma maculatum  
30. axolotl, mud puppy, Ambystoma mexicanum  
31. bullfrog, Rana catesbeiana  
32. tree frog, tree-frog  
33. tailed frog, bell toad, ribbed toad, tailed toad, Ascaphus trui  
34. loggerhead, loggerhead turtle, Caretta caretta  
35. leatherback turtle, leatherback, leathery turtle, Dermochelys coriacea  
36. mud turtle  
37. terrapin  
38. box turtle, box tortoise  
39. banded gecko  
40. common iguana, iguana, Iguana iguana  
41. American chameleon, anole, Anolis carolinensis  
42. whiptail, whiptail lizard  
43. agama  
44. frilled lizard, Chlamydosaurus kingi  
45. alligator lizard  
46. Gila monster, Heloderma suspectum  
47. green lizard, Lacerta viridis  
48. African chameleon, Chamaeleo chamaeleon  
49. Komodo dragon, Komodo lizard, dragon lizard, giant lizard, Varanus komodoensis  
50. African crocodile, Nile crocodile, Crocodylus niloticus  
51. American alligator, Alligator mississipiensis  
52. triceratops  
53. thunder snake, worm snake, Carphophis amoenus  
54. ringneck snake, ring-necked snake, ring snake  
55. hognose snake, puff adder, sand viper  
56. green snake, grass snake  
57. king snake, kingsnake  
58. garter snake, grass snake  
59. water snake  
60. vine snake  
61. night snake, Hypsiglena torquata  
62. boa constrictor, Constrictor constrictor  
63. rock python, rock snake, Python sebae  
64. Indian cobra, Naja naja  
65. green mamba  
66. sea snake  
67. horned viper, cerastes, sand viper, horned asp, Cerastes cornutus  
68. diamondback, diamondback rattlesnake, Crotalus adamanteus  
69. sidewinder, horned rattlesnake, Crotalus cerastes  
70. trilobite  
71. harvestman, daddy longlegs, Phalangium opilio  
72. scorpion  
73. black and gold garden spider, Argiope aurantia  
74. barn spider, Araneus cavaticus  
75. garden spider, Aranea diademata  
76. black widow, Latrodectus mactans  
77. tarantula  
78. wolf spider, hunting spider  
79. tick  
80. centipede  
81. black grouse  
82. ptarmigan  
83. ruffed grouse, partridge, Bonasa umbellus  
84. prairie chicken, prairie grouse, prairie fowl  
85. peacock  
86. quail  
87. partridge  
88. African grey, African gray, Psittacus erithacus  
89. macaw  
90. sulphur-crested cockatoo, Kakatoe galerita, Cacatua galerita  
91. lorikeet  
92. coucal  
93. bee eater  
94. hornbill  
95. hummingbird  
96. jacamar  
97. toucan  
98. drake  
99. red-breasted merganser, Mergus serrator  
100. goose  
101. black swan, Cygnus atratus  
102. tusker  
103. echidna, spiny anteater, anteater  
104. platypus, duckbill, duckbilled platypus, duck-billed platypus, Ornithorhynchus anatinus  
105. wallaby, brush kangaroo  
106. koala, koala bear, kangaroo bear, native bear, Phascolarctos cinereus  
107. wombat  
108. jellyfish  
109. sea anemone, anemone  
110. brain coral  
111. flatworm, platyhelminth  
112. nematode, nematode worm, roundworm  
113. conch  
114. snail  
115. slug  
116. sea slug, nudibranch  
117. chiton, coat-of-mail shell, sea cradle, polyplacophore  
118. chambered nautilus, pearly nautilus, nautilus  
119. Dungeness crab, Cancer magister  
120. rock crab, Cancer irroratus  
121. fiddler crab  
122. king crab, Alaska crab, Alaskan king crab, Alaska king crab, Paralithodes camtschatica  
123. American lobster, Northern lobster, Maine lobster, Homarus americanus  
124. spiny lobster, langouste, rock lobster, crawfish, crayfish, sea crawfish  
125. crayfish, crawfish, crawdad, crawdaddy  
126. hermit crab  
127. isopod  
128. white stork, Ciconia ciconia  
129. black stork, Ciconia nigra  
130. spoonbill  
131. flamingo  
132. little blue heron, Egretta caerulea  
133. American egret, great white heron, Egretta albus  
134. bittern  
135. crane  
136. limpkin, Aramus pictus  
137. European gallinule, Porphyrio porphyrio  
138. American coot, marsh hen, mud hen, water hen, Fulica americana  
139. bustard  
140. ruddy turnstone, Arenaria interpres  
141. red-backed sandpiper, dunlin, Erolia alpina  
142. redshank, Tringa totanus  
143. dowitcher  
144. oystercatcher, oyster catcher  
145. pelican  
146. king penguin, Aptenodytes patagonica  
147. albatross, mollymawk  
148. grey whale, gray whale, devilfish, Esc