【SSD】用caffe-ssd框架MobileNet网络训练自己的数据集



一、数据集收集、整理

参考：https://blog.csdn.net/captainhailong/article/details/80351552

用的到的东西如图：

二、下载MobileNet相关文件

https://github.com/chuanqi305/MobileNet-SSD

路径自己看着弄。

三、生成train.prototxt、test.prototxt、deploy.prototxt

这里哦，我需要提前说点事儿。

1. 默认有一个MobileNet_deploy.prototxt，没有batch_norm层。可以跟官网提供的caffemodel一起用。

2. template里面有四个文件。两个deploy，一个train，一个test。

    经验证，train和test跟一会我们自己生成的网络结构一致。

    但我们不用template目录中的东西，因为后面几层num_output需要自己手动改。麻烦！

作者提供了两个工具用于生成prototxt文件。一个是gen.py一个是gen_model.sh。

我倾向用后者，操作简单点。

运行命令：

[python] view plain copy print ?

1. sh gen_model.sh 7  

sh gen_model.sh 7

后面接的数字是类别数+1。

生成的文件在example目录下。

这里有一点哦，如果你的数据集里面不完全是RGB三通道的。

那么你要修改train.prototxt和test.prototxt文件：

[python] view plain copy print ?

1. transform_param {  
2.     scale: 0.007843  
3.     force_color: true  ###添加  
4.     mean_value: 127.5  
5.     mean_value: 127.5  
6.     mean_value: 127.5  

transform_param {
    scale: 0.007843
    force_color: true  ###添加
    mean_value: 127.5
    mean_value: 127.5
    mean_value: 127.5

具体报错内容可以看我上一篇博客 http://blog.csdn.net/renhanchi/article/details/78411095。

然后再分别修改文件中source和label_map_file的路径，尽量用绝对路径。

四、修改solver.prototxt文件

我直接拿来solver_train.prototxt用的，路径改好，尽量用绝对路径。其他参数自己看着改吧。

这里说一下坑了半天的一个问题吧。

一开始为了排错，我习惯性设置test_initialization为true。

然后就一直提示Couldn't find ant detections。

但是训练阶段没问题的。

后来明白问题所在，因为我没有finetune，所以一开始val阶段并不能检测到任何东西。

将test_initialization 设置为false后，先训练一段时间后再val，就不会提示找不到东西了。

五、训练脚本

[python] view plain copy print ?

1. #!/bin/sh  
2.   
3. /home/hans/caffe-ssd/build/tools/caffe train \  
4. --solver="/home/hans/data/ImageNet/Detection/cup/MobileNet-SSD/doc/solver_train.prototxt \  
5. -gpu 6 2>&1 | tee /home/hans/data/ImageNet/Detection/cup/MobileNet-SSD/MobileNet-SSD.log  

#!/bin/sh

/home/hans/caffe-ssd/build/tools/caffe train \
--solver="/home/hans/data/ImageNet/Detection/cup/MobileNet-SSD/doc/solver_train.prototxt \
-gpu 6 2>&1 | tee /home/hans/data/ImageNet/Detection/cup/MobileNet-SSD/MobileNet-SSD.log

根据下面2017.11.03更新的内容可以看出，训练结束后，要通过作者提供的工具将bn层和conv层参数merge到一起，以加快计算速度。

修改merge_bn.py中路径和文件名。

新生成的模型应该会比原始模型稍微小一点。

六、训练输出可视化（2017.11.02）

参考： http://blog.csdn.net/renhanchi/article/details/78411095

七、测试模型效果（2017.11.03）

参考：http://blog.csdn.net/renhanchi/article/details/78411095

后记

为什么一用pre_trained model做finetune就报错！！！！！说conv0输入数量不对（1 vs.  2）。应该是1，结果传入2个？？？我各种对比检查了train.prototxt和test.prototxt文件，然并卵！！！！

-------【2017.11.3解决不能finetune的问题】-------

终于找到原因！

我把现在能做finetune的模型和deploy文件放出来。

https://pan.baidu.com/s/1eS4aPGI

github上作者放出两个caffemodel，一个是训练时候的，这个模型bn层和cnov层参数是分开的。一个是deploy的，这个模型将bn层和conv层参数merge到一起了。

作者的原话是merge后的模型速度会快一点。

-------【2017.11.3成功转换成ncnn格式】---------

https://github.com/arlose/ncnn-mobilenet-ssd

.param文件建议就用上面作者提供的吧。如果是自己训练的数据的话，把类别数改一下就好了，一共要改八处。

自己转换过来的有两个问题，

一是缺少头两层Input和Split，这个问题要修改deploy.prototxt文件开头为：

[python] view plain copy print ?

1. layer {  
2.   name: "data"  
3.   type: "Input"  
4.   top: "data"  
5.   input_param { shape: { dim: 1 dim: 3 dim: 300 dim: 300 } }  
6. }  

layer {
  name: "data"
  type: "Input"
  top: "data"
  input_param { shape: { dim: 1 dim: 3 dim: 300 dim: 300 } }
}

二是后面几层的处理像素变成了600*600。

.bin 文件一定要用经过merge.py处理过的caffemodel转换！

-------【2017.11.16更新】---------

晕了我之前一直在用6月刚发布的ncnn，

这两天移植工作交给我才发现官方的ncnn已经加入ssd的支持。

并且还加入的模型压缩，虽然只是从计算位数上做的压缩，并且对效果会有折扣，但也是很实用的。

-------【2017.11.20更新】---------

自带make_mean.sh并不能求均值，发现有两个转lmdb工具，一个带annotation，一个不带。

ssd用的带annotation工具中detection方法转换的。

我就用老方法求了均值，使用build/tools/convert_imageset 和 build/tools/compute_iamge_mean

shell脚本代码：

先把图片转换成普通lmdb格式

[python] view plain copy print ?

1. #!/bin/sh  
2. set -e  
3.   
4. size=300  
5.   
6. TOOLS=/home/hans/caffe/build/tools  
7. cur_dir=$(cd $( dirname ${BASH_SOURCE[0]} ) && pwd )  
8.   
9. DATA_ROOT="${cur_dir}/data/"  
10. FILE_PATH="${cur_dir}/doc"  
11.   
12. echo "Creating train lmdb..."  
13.   
14.   
15. GLOG_logtostderr=1 $TOOLS/convert_imageset \  
16.     --resize_height=$size \  
17.     --resize_width=$size \  
18.     --shuffle=false \  
19.     $DATA_ROOT \  
20.     $FILE_PATH/train.txt \  
21.     $FILE_PATH/train_lmdb_mean  

#!/bin/sh
set -e

size=300

TOOLS=/home/hans/caffe/build/tools
cur_dir=$(cd $( dirname ${BASH_SOURCE[0]} ) && pwd )

DATA_ROOT="${cur_dir}/data/"
FILE_PATH="${cur_dir}/doc"

echo "Creating train lmdb..."


GLOG_logtostderr=1 $TOOLS/convert_imageset \
    --resize_height=$size \
    --resize_width=$size \
    --shuffle=false \
    $DATA_ROOT \
    $FILE_PATH/train.txt \
    $FILE_PATH/train_lmdb_mean

计算均值，并将输出保存到mean.txt中

[python] view plain copy print ?

1. #!/bin/sh  
2.   
3. TOOLS=/home/hans/caffe/build/tools  
4.   
5. $TOOLS/compute_image_mean doc/train_lmdb_mean doc/mean.binaryproto 2>&1 | tee doc/mean.txt  
6.   
7. echo "Done."  

#!/bin/sh

TOOLS=/home/hans/caffe/build/tools

$TOOLS/compute_image_mean doc/train_lmdb_mean doc/mean.binaryproto 2>&1 | tee doc/mean.txt

echo "Done."