本教程是在windows微軟版caffe環境配置好基礎上新增sphereFace的新層MarginInnerProduct的示例，其他新層也可參考這樣做。作者開放的整個人臉識別原始碼在https://github.com/wy1iu/sphereface。另外caffe的微軟版本地址為：https://github.com/Microsoft/caffe。圖1所示的是作者提供訓練的網路結構檔案prototxt。

                             

圖1 訓練的網路結構

一、檔案改寫

    在github上下載作者的整個code，解壓。找到tools資料夾下的caffe-shpereface版本，其實這個版本跟微軟版本的caffe基本上都一樣，不一樣的地方就是新層方面和一些其他連帶的細節檔案。

1、原始碼拷貝：在tools資料夾下找到"caffe-shpereface/src/caffe/include/caffe/layers”下的margin_inner_product_layer.cpp、margin_inner_product_layer.cu拷貝到C:\caffe\caffe-master\src\caffe\layers目錄下（這個是我的微軟版caffe原始碼目錄），其中“.cu”的是用於GPU的cuda原始碼，沒GPU的電腦可以不拷貝。另外依賴的原始碼math_functions.cpp、math_functions.cu也要拷貝到相應目錄，這個數學計算的檔案一般在src/caffe/util目錄下，也可搜尋檔案位置。
2、標頭檔案拷貝：在tools下找到"caffe-sphereface/include/caffe/layers "下的margin_inner_product_layer.hpp 拷貝到C:\caffe\caffe-master\include\caffe\layers目錄下。另外依賴的標頭檔案math_functions.hpp，mkl_alternate.hpp也需要類似拷貝到相應目錄，可以搜尋位置。
3、caffe.proto改寫：在tools下找到" caffe-sphereface\src\caffe\proto " 目錄下"caffe.proto"檔案，用notepad++或者記事本開啟，這個檔案對很重要，其定義了caffe所有支援層的引數，型別，名字，ID等。
要改寫的地方在message LayerParameter {
                              ...
                              ...
                              }
和最下面的message  MarginInnerProductParameter{
                              ...
                              ...
                              }
      在微軟版的caffe類似目錄下（我的目錄C:\caffe\caffe-master\src\caffe\proto）找到"caffe.proto"檔案開啟，這2個檔案大致上一樣，其實上有很多不一樣的地方，如果“圖方便”直接把caffe.proto替換掉微軟的會有錯誤，踩坑不少，後面編譯會有莫名其妙的錯誤。開啟後找到如圖2所示的位置，看箭頭指的下一個適合的指定層ID是多少，然後在下面適合位置根據第一個開啟的caffe.proto新層引數往第二個裡面新增引數，如圖3綠色那一行新增的所示。

                      

圖2 層的引數資訊

                            

圖3 引數ID指定

然後在檔案最後添上一些新層的引數ID說明，也是根據第一個新增，如圖4灰色部分所示。

                             

圖4 最後新增的部分

二、編譯原始碼

     由於第一步添加了新層，故需要重新編譯caffe那一項即可，其他15個專案（如果以前沒有新增的話）可以不需要重新編譯，編譯時間較長。

1，在VS2013中開啟微軟版caffe專案，在libcaffe專案裡面新增新的原始碼包含進來，如圖5所示。

                            

圖5 包含新層的原始碼

編譯caffe專案，滑鼠右鍵caffe，選擇重新生成，等待編譯完成，這時候如果報錯，看錯誤原因，是在哪個cpp檔案或者標頭檔案的問題，然後再對照微軟版的caffe找問題。若成功，則可以看到編譯後的caffe.exe比原來要大點，我的是3.44M的樣子。

                              

圖6 編譯後的caffe.exe

     這時，就可以像圖7下面那樣使用新的Layer了。

                                                                    

圖7 新的layer

三、訓練

      按照sphereface提供的網路結構，準備好自己的資料，可以訓練自己的模型了。
                                  

圖8spherefaceNet-20訓練