ssd-pytorch实现过程的一些问题

在此之前，我找过许多基于pytorch的ssd目标检测算法的教程和源码，由于原作者是在caffe框架实现的，所以基于pytorch版本的源码都只是力求复现原作者文章中的结果，我一开始找到的是地址是GitHub - amdegroot/ssd.pytorch: A PyTorch Implementation of Single Shot MultiBox Detector这个也是许多人最开始看的，他们的代码基本上都是从这找的，然后加上自己的一些修改，我在尝试了许久之后还是没法把程序跑通。因为年代太过于久远，上边链接的是18年的，据今天已经6年了。pytorch，python，以及许多用到的包和库都有新版本，而新版本和旧版之间也并不是完全通用，换句话说，新版本可能并不兼容旧版本，这也导致在现在运行时出现了很多错误，我是一个一个改的。所以我找了新一点的源码版本，如下：

源码来源，是b站up主自己的改进版本，对应的讲解视频地址：Pytorch 搭建自己的SSD目标检测平台（Bubbliiiing 深度学习 教程）_哔哩哔哩_bilibili

up主的

源码地址：https://github.com/bubbliiiing/ssd-pytorch
博客地址：https://blog.csdn.net/weixin_44791964/article/details/104981486 

但是也有许多错误，如下列举，供自己查阅，以防忘记（但不完全）

这是作者的环境 

torch torchvision tensorboard scipy==1.2.1 numpy==1.17.0 matplotlib==3.1.2 opencv_python==4.1.2.30 tqdm==4.60.0 Pillow==8.2.0 h5py==2.10.0

我的环 境基本上都是最新版本，我在anaconda中创建了一个ssd-pytorch的虚拟环境，其中python3.9，pytorch2.1，cuda12.1，pillow改为了9.4.0，其他基本上都是新版

首先是从github上将代码文件clone下来，

打开命令行工具（在Windows上可以是命令提示符或PowerShell，在macOS或Linux上是终端）。

              输入以下命令，后面跟上你想克隆的GitHub仓库的URL：

                 git clone https://github.com/biluko/Faster-RCNN-Pytorch.git
 

数据集下载问题，voc数据集可以从官网下载

The PASCAL Visual Object Classes Homepage下载后放在ssd-pytorch文件夹下

然后，按照readme中所说一步步做，但是我训练的时候，gpu没有调用，直接用cpu训练，这其中代码有问题，我觉得是生成器的版本问题或者其他，我用的一些设置基本上都是up主自己设置的，比如线程为4，我i9处理器有24线程，没设置好，这可能是导致我训练10个小时的原因。如果我设置为20或许会缩短时间。

预测问题 

最让我头疼的就是pillow问题，drawimage可以使用，但是textsize不行，两者放在一起不行，会出现如下错误：draw.textsize(label, font)AttributeError: ‘ImageDraw‘ object has no attribute ‘textsize‘查阅了诸多地方，最终找到是pillow版本问题，我使用的是10.0之后的版本，降到9.4.0之后，没有报错了。至此可以输入图片预测了。

训练结果如下

预测结果 

可见效果一般

后续我将继续修改训练环境，然后分析代码结构，尝试优化。

.............................................................................................................................................................

4.14更新：

尝试了ssd+mobilenetv2，相同数据集，最终amp70.09，遇到问题：AttributeError: 'FigureCanvasTkAgg' object has no attribute 'set_window_title'

具体原因：未知（可能是库版本的问题）

解决办法：在canvas和set之间增加一个.manager

也就是

fig.canvas.set_window_title(window_title)改成
 
fig.canvas.manager.set_window_title(window_title)

或者matplotlib应该降级为3.3左右

..........................................................................................................................................................

4.15更新：合并2007+2012的数据集，用ssd模型跑合起来的数据集。