Caffe Blob针对图像数据在内存中的组织方式

      Caffe使用Blob结构在CNN网络中存储、传递数据。对于批量2D图像数据，Blob的维度为

图像数量N × 通道数C × 图像高度H × 图像宽度W

显然，在此种场景下，Blob使用4维坐标定位数据，如（n, c, h, w），其中n为图像序号（0到N-1），c为通道序号（0到C-1）,h为图像行序（0到H-1），w为图像列序（0到W-1）。那么我们如何根据这个坐标找到对应的数据呢？要想得到这个问题的答案，就得弄清楚Blob在内存中的数据组织形式，也就是这批量的2D图像在内存中是如何存储的。其实它的存储方式很简单，见下图：

图像数据依序存储，单张图像数据按通道序依次存储，组织形式简单明了。上图给了三张图像的存储例子，每张图像的通道数C为3，H为8，W为16。坐标（2, 1, 3, 9），代表这是第3张图像、第2个通道、第4行、第10列的像素值，实际存储位置为：

（（（2 × C） + 1） × H + 3） × W + 9 = （（（2 × 3） + 1） × 8 + 3） × 16 + 9  = 953

通俗地讲，在内存中，第一张图像的第0个像素值存储在内存的第0个位置，Blob按照从左到右，从上到下的顺序，逐列、逐行、逐通道、逐张图像，将每个像素值存入内存：

也就是说Blob的组织格式并无特别之处，顺序存储而已。坐标位置（n, c, h, w）与具体内存读取位置M的换算公式如下：

M = （（（n × C） + c） × H + h） × W + w