NCNN部署mmdetection的SSD

接着上一篇文章的劲儿，继续学习NCNN部署和C++，顺带深入了解一些经典目标检测器的细节。本次学习用到的是mmdetection的ssd模型，由于没有仔细看其后处理代码和相关配置文件，导致在调试过程中非常痛苦~。还有一个坏习惯就是在写代码前，脑子里事先没有对整体有个构思，都是一步一步的搭建，效率非常低。下面进入正题吧。

1. 环境和模型准备

环境如同上文，2.6.0版本的mmdet。我用的是configs/ssd/ssd300_coco，模型可在官网的相关版本下载，也可以训练自己的模型

模型

2. 熟悉后处理代码

配置文件

输出代码部分

后处理部分

解码部分

重写导出代码

输出shape

还是和上一篇文章一样，先看后处理，把get_bboxes部分的代码注释，自己重写一下导出的代码就可以了。ssd的输出有cls和bbox两部分，如果不懂可以自己打印一下相关输出。起初我在重写导出部分的时候，把cls和bbox给concat起来了，后边发现它要softmax，然后又重新写了导出部分代码。

错例

在重写导出时，cls做了两次reshape。第一次reshape是为了在其后边实现softmax，我之前导出的一版在这儿出错了。如上图，把多个anchor的cls输出放在最后直接softmax了，实际softmax是针对每个anchor的cls输出的，所以第一次reshape我把每个anchor的cls输出分开进行softmax。

3. 模型转换pth2onnx

用tools/pytorch2onnx.py，根据配置文件，修改里边相关的参数，然后导出就行。放一下导出后的onnx模型，目前softmax还没加上，在后边转ncnn后才加。

导出可视化，有6个类似的输出

4.onnx2ncnn

还是用在NCNN官网编译好在win上的工具，可根据网上教程进行，最后的产物如下：

然后打开param文件，加softmax，在此过程中，我遇到了"param is too old, please regenerate"，根据查阅加上1=1这个参数就好了。

加上softmax后，要注意重新计算layer count和blob count，最后param修改部分如下：

param

修改后param可视化

5. 代码重写

cpp后处理部分代码

python后处理部分代码

一定要注意means和stds的值，最初我在看配置文件时没看继承的文件，这块我在后处理时没有写上，导致最后的框出现问题。最后放上检测结果和代码，左下角的人误检了。

检测结果

经过yolov3和ssd的部署，对后处理部分逐渐熟悉起来，对ncnn这个框架也有点感觉了。欢迎大家交流，我也还是个菜鸡，一起学习。

SSD-NCNNhttps://github.com/marvellee1/SSD-NCNN.git