SSD-Tensorflow 学习二：在自己的数据集上微调

承接SSD-Tensorflow 学习一：部署 ，接下来用自己的数据集对网络模型进行微调。

数据集的制作过程详见：数据集制作（pascal voc 格式）

准备工作做好之后接下来就是对SSD-Tensorflow进行微调。

1。 修改训练类类别

SSD-Tensorflow—>datasets—>pascalvoc_common.py   24行

VOC_LABELS = {
    'none': (0, 'Background'),
    'aeroplane': (1, 'Vehicle'),
    'bicycle': (2, 'Vehicle'),
    'bird': (3, 'Animal'),
    'boat': (4, 'Vehicle'),
    'bottle': (5, 'Indoor'),
    'bus': (6, 'Vehicle'),
    'car': (7, 'Vehicle'),
    'cat': (8, 'Animal'),
    'chair': (9, 'Indoor'),
    'cow': (10, 'Animal'),
    'diningtable': (11, 'Indoor'),
    'dog': (12, 'Animal'),
    'horse': (13, 'Animal'),
    'motorbike': (14, 'Vehicle'),
    'person': (15, 'Person'),
    'pottedplant': (16, 'Indoor'),
    'sheep': (17, 'Animal'),
    'sofa': (18, 'Indoor'),
    'train': (19, 'Vehicle'),
    'tvmonitor': (20, 'Indoor'),
}

2。将图像数据转换为tfrecods格式

SSD-Tensorflow—>datasets—>pascalvoc_to_tfrecords.py  83行 更改读取方式为‘rb’

filename = directory + DIRECTORY_IMAGES + name + '.jpg'
image_data = tf.gfile.FastGFile(filename, 'b').read()

在 SSD-Tensorflow文件夹下创建tf_conver_data.sh

#!/bin/bash
#this is a shell script to convert pascal VOC datasets into tf-records only
#directory where the original dataset is stored 

DATASET_DIR=/home/whut/yyCode/SSD-