net: "RDbyDL/Models/segnet_train.prototxt" 
test_iter: 1
test_interval: 100
base_lr: 0.001
lr_policy: "step"  #error1：此处设置为step，后面没有设置stepsize；
                   #error2：此处设置为step，实际使用的是fixed；
gamma: 1.0
stepsize: 1000  #
display: 5
momentum: 0.9
max_iter: 10000
weight_decay: 0.0005
snapshot: 100
snapshot_prefix: "RDbyDL/Models/Training/"      
solver_mode: CPU

name: "RDbyDL"
layer {
  name: "data"
  type: "DenseImageData"
  top: "data"
  top: "label"
  dense_image_data_param {
    source: "RDbyDL/RDTD/train.txt"    
    batch_size: 1              
    shuffle: false
  }
}

.
.
.

layer {
  name: "upsample5"
  type: "Upsample"
  bottom: "pool5"
  top: "pool5_D"
  bottom: "pool5_mask"
  upsample_param {
    scale: 2
    upsample_w: 30 #error1: upsample时，有可能宽/高度不能被scale整除，所以需要设置。一方面，可以保证最到
                   #       后得的结果与原图大小一致；另一方面，只有与对应pooling得到的mask(pool5_mask)
                   #       大小一致，才可能实现对应的upsample。
    upsample_h: 23
  }
}

.
.
.
layer {
  bottom: "conv1_2_D"
  top: "conv1_2_D"
  name: "relu1_2_D"
  type: "ReLU"
}
layer {
  bottom: "conv1_2_D"
  top: "conv1_1_D"
  name: "conv1_1_D"
  type: "Convolution"
  param {
    lr_mult: 1
    decay_mult: 1
  }
  param {
    lr_mult: 2
    decay_mult: 0
  }
  convolution_param {
    weight_filler {
      type: "msra"
    }
    bias_filler {
      type: "constant"
    }
    num_output: 12 #error2: 样本中的label类别要与此对应。
    pad: 1
    kernel_size: 3
  }
}
layer {
  name: "loss"
  type: "SoftmaxWithLoss"
  bottom: "conv1_1_D"
  bottom: "label"
  top: "loss"
  softmax_param {engine: CAFFE}
  loss_param: {
    ignore_label: 12 #error3：不用于训练的label，可以在这设置忽略（比如unlabeled对应的标签）
  }
}
.
.
.