转载：http://blog.csdn.net/shuzfan/article/details/54565776

注：在写u-net网络的时候有用到

———————— Concat —————————

concat层实现输入数据的拼接。
该层有两个相同作用的参数：

message ConcatParameter {
  //指定拼接的维度，默认为1即以channel通道进行拼接;支持负索引，即-1表示最后一个维度
  optional int32 axis = 2 [default = 1];

  // 以后会被弃用，作用同axis一样，但不能指定为负数
  optional uint32 concat_dim = 1 [default = 1];
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7

caffe中数据通常为4个维度，即 num×channels×height×width，因此默认值1表示channels通道进行拼接。而0表示num这个维度，即数量上的叠加

使用方法如下

layer {
  name: "data_all"
  type: "Concat"
  bottom: "data_classfier"
  bottom: "data_boundingbox"
  bottom: "data_facialpoints"
  top: "data_all"
  concat_param {
    axis: 0
  }
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

除了拼接维度外的其它维度都必须相等。比如上面，输入图像均为 24×24×3，用于分类的有150张图片，用于boundingbox回归的有50张，用于关键点回归的也有50张，则最后拼接的结果就是(150+50+50)×3×24×24

转