caffe项目实践：实现YOLO对物体进行检测

这是一个18年毕业本科生的一个毕设题目，项目还没有完成，在这里会记录下在caffe上实现YOLO的过程。欢迎大家和我交流！

20171123-前期准备：

1. 首先当然是YOLO作者的自留地：darknet
2. 一位在caffe添加了自己写的层
3. YOLO算法的Caffe实现
4. caffe 添加YOLO新层Leaky Layer
5. 在微软caffe上实现yolov1的训练和预测（windows cpu）
   github上关于caffe-yolo项目
   https://github.com/hojel/caffe-yolo-model
   https://github.com/yeahkun/caffe-yolo
   https://github.com/xingwangsfu/caffe-yolo
   大致看了一下以后感觉要看一下caffe 的源码，添加一些caffe目前没有的层和改变caffe最后的激活函数。

---

20171124-阅读caffe源码教程：
caffe源码解析的三个博客分享
caffe目录结构 及 caffe源码文件说明

1. 学习了解有关C++的基础知识，编写自己需要的layer。 （c++相关课程，请大家也多多推荐哦）
2. 调研目前业界常用的物体检测的开放样本集并收集整理。
3. 制定一个选取负样本的策略。

---

～20171220：
之前几天主要完成到工作:

1. 完成正样本制作1.5w张，负样本制作0.05w张;
2. 在ubuntu环境下搭建caffe（ubuntu16.04+cuda+cuDNN+anacoda3+caffe）

---

~20180410
我还在搞这个项目啊，现在我从github里面下了一个基于Caffe的YOLO模型，改成了中间自己的参数，虽然过程中没有什么难点但是实际操作上碰到了一些坑。

1. 比如说有时候会在训练bith_size 太大的时候，会报会内存不过的错误Check failed: error == cudaSuccess (2 vs. 0) out of memory。这是时候对应的解决方案是在命令台输入

   nvidia-smi
   得到正在运行的GPU的PID，使用如下代码。如果进行如下操作还是报相同错误，那就应该尝试将bitch_size改小。

   kill -9 PID

2. 有时候在使用python调用caffe的时候ImportError: No module named 'caffe'
   的报错，但是你在项目导入过程中不仅make pycaffe 了，而且在桌面的python下面，import caffe
   也没有报错，那很有可能是因为你的py文件缺少下面一段话：

   sys.path.append('/your/caffe/path/python')//其中的/your/caffe/path/指的是自己这个caffe项目的根目录

3. 在基于caffe使用别人写的网络的过程中，经常会出现要调用不同版本的python情况。网上也有很多很方便的方法，下面是本人经常使用更换ubuntu系统默认python版本的方法（以将python3.5换成python2.7为例）：

   ~$ python --version //查看系统python自带版本
   Python 3.5.2
   ~$ whereis python2.7 //搜索系统是否已经安装python2.7
   python2: /usr/bin/python2.7-config /usr/bin/python2.7
   /usr/bin/python2 /usr/lib/python2.7 /etc/python2.7
   /usr/local/lib/python2.7 /usr/include/python2.7
   /usr/share/man/man1/python2.1.gz
   //若结果里面有/usr/bin/python2.7说明已经安装
   //如果没有则需要手动安装
   ~$ sudo rm /usr/bin/python //删除原有的python连接文件
   ~$ sudo ln -s /usr/bin/python2.7  /usr/bin/python  //然后建立指向python2.7的软链接
   $ PATH=/usr/bin:$PATH //把路径/usr/bin/加入环境变量PATH中

4. 重新装完python以后，肯定就是要import caffe。在import caffe之前需要下载skimagesudo pip install scikit-image sudo pip install protobuf

---

因为直接拿别人的代码来会比较简单，所以我现在的思路是

1. 首先把一个基于Caffe的YOLO网络和SSD跑通，YOLO使用的网络是yeahkun 的，SSD使用的是
   weiliu89的，并且还附有ssd_pacal.py的源码解读（20180411完成）
2. 然后再用自己的数据集在上面跑通，这里当然会有一些理解网络参数，修改参数符合自己数据集的过程，进行一些对网络性能的评估运算;（20180410完成在YOLO上面的自己数据集的运行）
3. 接着对YOLO网络进行一些调参的训练，这个过程也是一个看代码学习的过程。
4. 最后希望就是自己基于caffe写一个网络，可以是YOLO2或者YOLO3。

---

20180412
我的Ubuntu系统根目录满了根本下不了东西了，我知道有多种清空内存的方法，但是我还是喜欢暴力简单的，直接从win系统中分出一部分给ubuntu，下班之前搞一下。参考文章
确定评估我的检测网络的标准。