SSD: Single Shot MultiBox Detector 检测单张图片

前言

博主也算是刚开始研究SSD项目，之前写了一篇SSD:Single Shot MultiBox Detector的安装配置和运行，这次是简单介绍下如何用SSD检测单张图片，其实过程也比较简单，下面正式开始。

准备工作

当然，首先你要把SSD按照教程编译好，设置好python环境变量（相当重要），然后重启计算机（建议），开始本次工作。SSD项目检测单张图片有C++程序和ipython程序，这里建议用ipython，主要是方便简单（最近新增了C++程序使用说明）。该工具路径为/home/mx/caffe/example/ssd_detect.ipynb，使用jupyter notebook工具操作。SSD项目常在更新，如果有模型不匹配的问题（报错信息为：shape mismatch. Source param shape is 12 512 3 3 (55296); target param shape is 16 512 3 3 (73728)），请去github下载最新的文件，包括代码和模型。

安装 jupyter notebook

这里用pip安装该工具，安装pip的过的可以跳过下面一段：
下载安装包pip压缩包解压之后，发现里面有个setup.py文件，终端运行：

$ sudo python setup.py install

这样，pip就安装上了。
下面用pip安装jupyter notebook

#这里临时使用了清华大学的源，使用前后是蜗牛和火箭的速度对比
$ sudo pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple 

安装成功后，运行notebook

$ jupyter notebook

程序会在浏览器中打开notebook, 点击右上角的New-python2, 就可以新建一个网页一样的文件，扩展名为ipynb。在这个网页上，我们就可以像在命令行下面一样运行python代码了。输入代码后，按shift+enter运行，更多的快捷键，可点击上方的help-Keyboard shortcuts查看，或者先按esc退出编辑状态，再按h键查看。

下载SSD模型

该工具使用的模型是VGG_VOC0712_SSD_300x300_iter_120000.caffemodel（以前是60000，作者更新了），为了第一次就成功，我们就用它了，这是下载地址 ，下载完后解压，把里面的VGGNet文件夹移动到/home/mx/caffe/models/之下。当然，你掌握这个程序后，完全可以修改路径，检测其他模型的效果。

顺便说下，部分人下载运行上述SSD模型会报错，有些错误很难排查，可以使用我正在使用的SSD300模型，暂时没有问题（对应的是最新的SSD代码）：https://pan.baidu.com/s/1eSECLEU

运行程序检测单张图片

$ cd /home/mx/caffe/examples # 在该目录下打开jupyter notebook
$ jupyter notebook

在jupyter notebook打开的网页中找到ssd_detect.ipynb，打开后发现是这样：

完整的程序我就不放出来了，你打开都和我一样，然后检查下面4个路径是否正确：

labelmap_file = 'data/VOC0712/labelmap_voc.prototxt'
model_def = 'models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt'
model_weights = 'models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel'
image = caffe.io.load_image('examples/images/cat.jpg')

如果检查无误，就可以开始从头shift+enter运行了，一般会正常运行，也可能会出错，比如我就遇到如下错误：

我的办法是，把caffe路径换成绝对路径：

把 caffe_root = ‘../’ 换成 caffe_root = ‘/home/mx/caffe/’ ，理论上不会再出错了，然后在诸如labelmp的路径前面添加caffe_ro