网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
165行的`images, targets = next(batch_iterator)`改成：
try:
images, targets = next(batch_iterator)
except StopIteration:
batch_iterator = iter(data_loader)
images, targets = next(batch_iterator)
### 预训练文件vgg16\_reducedfc.pth
开始训练时需要一个预训练文件 `vgg16_reducedfc.pth`
>
> [链接]( )
>
>
>
下载之后放在SSD项目下新建的weights文件夹下，然后就可以进行训练了。
注：训练中途遇到 loss=nan 的现象，将`train.py`中，`parser.add_argument('--lr', '--learning-rate', default=1e-3, type=float,`中的 `default=1e-3`改为`default=1e-4`。\*~~直到loss降低到1左右时即可~~ \*
### eval.py
`trained_model`评估的模型路径，`save_folder` 评估保存路径
### demo.py
新建`test_image`，在文件夹中放置几张待测图片（四处修改 20220106更新）
import os
import sys
import torch
from torch.autograd import Variable
import numpy as np
import cv2
from ssd import build_ssd
from data import VOC_CLASSES as labels
from matplotlib import pyplot as plt
------ 初始化 libiomp5md.dll 报错修改 ------
os.environ[“KMP_DUPLICATE_LIB_OK”] = “TRUE”
-----------------------------------------
module_path = os.path.abspath(os.path.join(‘…’))
if module_path not in sys.path:
sys.path.append(module_path)
if torch.cuda.is_available():
torch.set_default_tensor_type(‘torch.cuda.FloatTensor’)
net = build_ssd(‘test’, 300, 5) # 第一处修改：类别+1
将预训练的权重加载到数据集上
net.load_weights(‘weights/ssd300_VOC_1995.pth’) # 第二处修改：使用自己训练好的文件
加载多张图像
imgs = ‘test_image/’# 第三处修改：改成你自己的文件夹
img_list = os.listdir(imgs)
for img in img_list:
# 对输入图像进行预处理
current_img = imgs + img
image = cv2.imread(current_img)
rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
x = cv2.resize(image, (300, 300)).astype(np.float32)
x -= (104.0, 117.0, 123.0)
x = x.astype(np.float32)
x = x[:, :, ::-1].copy()
x = torch.from_numpy(x).permute(2, 0, 1)
# 把图片设为变量
xx = Variable(x.unsqueeze(0))
if torch.cuda.is_available():
xx = xx.cuda()
y = net(xx)
# 解析 查看结果
top_k = 10
plt.figure(figsize=(6, 6))
colors = plt.cm.hsv(np.linspace(0, 1, 21)).tolist()
currentAxis = plt.gca()
detections = y.data
scale = torch.Tensor(rgb_image.shape[1::-1]).repeat(2)
for i in range(detections.size(1)):
j = 0
while detections[0, i, j, 0] >= 0.6: # 第四处修改：置信度修改
score = detections[0, i, j, 0]
label_name = labels[i-1]
display_txt = '%s: %.2f'%(label_name, score)
print(display_txt)
pt = (detections[0,i,j,1:]\*scale).cpu().numpy()
coords = (pt[0], pt[1]), pt[2]-pt[0]+1, pt[3]-pt[1]+1
color = colors[i]
currentAxis.add_patch(plt.Rectangle(\*coords, fill=False, edgecolor=color, linewidth=2))
currentAxis.text(pt[0], pt[1], display_txt, bbox={'facecolor':color, 'alpha':0.5})
j += 1
plt.imshow(rgb_image)
plt.show()
### demo/live.py
摄像头识别 (没试)
第10行用…/找到上一级目录
parser.add_argument(‘–weights’, default=‘…/weights/xxxxxx.pth’,
第78行 类别+1
## 遇到的问题
报错顺序不记得了，下面是遇到的大部分错误
### train.py
#### TypeError: unsupported operand type(s) for /=: ‘Tensor’ and ‘builtin\_function\_or\_method’…
*loss\_l /= N这句错误*
因为一些教程里还改了`layers/modules/multibox_loss.py`程序：
第115行`N = num_pos.data.sum()`改为
N = num_pos.data.sum().double
loss_l = loss_l.double()
loss_c = loss_c.double()
会出现这个问题.
#### 找不到数据集里的文件夹/文件
VOC数据集名字错了 注意名称 和 大小写
#### FileNotFoundError: [Errno 2] No such file or directory: ‘C:\Users\Administrator\data/coco/coco\_labels.txt’
`train.py` 第二行如果有 `from data.coco import COCO_ROOT, COCODetection`注释掉
#### RuntimeError: Legacy autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method.
版本问题。 [参考]( )
改 `detection.py`为（更新 注释部分已翻译）
“”"
Copyright © 2017 Max deGroot, Ellis Brown
Released under the MIT license
https://github.com/amdegroot/ssd.pytorch
Updated by: Takuya Mouri
“”"
import torch
from torch.autograd import Function
from …box_utils import decode, nms
from data import voc as cfg
class Detect(Function):
“”“At test time, Detect is the final layer of SSD. Decode location preds,
apply non-maximum suppression to location predictions based on conf
scores and threshold to a top_k number of output predictions for both
confidence score and locations.
“””
# PyTorch1.5.0 support new-style autograd function
#def __init__(self, num_classes, bkg_label, top_k, conf_thresh, nms_thresh):
# self.num_classes = num_classes
# self.background_label = bkg_label
# self.top_k = top_k
# # Parameters used in nms.
# self.nms_thresh = nms_thresh
# if nms_thresh <= 0:
# raise ValueError(‘nms_threshold must be non negative.’)
# self.conf_thresh = conf_thresh
# self.variance = cfg[‘variance’]
#def forward(self, loc\_data, conf\_data, prior\_data):
@staticmethod
def forward(self, num_classes, bkg_label, top_k, conf_thresh, nms_thresh, loc_data, conf_data, prior_data):
self.num_classes = num_classes
self.background_label = bkg_label
self.top_k = top_k
# Parameters used in nms.
self.nms_thresh = nms_thresh
if nms_thresh <= 0:
raise ValueError('nms\_threshold must be non negative.')
self.conf_thresh = conf_thresh
self.variance = cfg['variance']
# PyTorch1.5.0 support new-style autograd function
"""
Args:
loc_data: (tensor) Loc preds from loc layers
Shape: [batch,num_priors*4]
conf_data: (tensor) Shape: Conf preds from conf layers
Shape: [batch*num_priors,num_classes]
prior_data: (tensor) Prior boxes and variances from priorbox layers
Shape: [1,num_priors,4]
“”"
num = loc_data.size(0) # batch size
num_priors = prior_data.size(0)
# [バッチサイズN,クラス数5,トップ200件,確信度+位置]のゼロリストを作成
# 创建一个 [batch size = N，classes = 5，预测框最大数量 top_k = 200，置信度 + 位置] 的零列表
output = torch.zeros(num, self.num_classes, self.top_k, 5)
# 確信度を[バッチサイズN,クラス数,ボックス数]の順番に変更
# 按照 [batch size N, number of classes, number of box] 的顺序改变置信度
conf_preds = conf_data.view(num, num_priors,
self.num_classes).transpose(2, 1)
# Decode predictions into bboxes.
for i in range(num):
decoded_boxes = decode(loc_data[i], prior_data, self.variance)
# For each class, perform nms
conf_scores = conf_preds[i].clone()
for cl in range(1, self.num_classes):
# 確信度の閾値を使ってボックスを削除
# 使用置信阈值删除框
c_mask = conf_scores[cl].gt(self.conf_thresh)
scores = conf_scores[cl][c_mask]
# handbook
#if scores.dim() == 0:
if scores.size(0) == 0:
# handbook
continue
l_mask = c_mask.unsqueeze(1).expand_as(decoded_boxes)
# ボックスのデコード処理
# box 解码过程
boxes = decoded_boxes[l_mask].view(-1, 4)
# idx of highest scoring and non-overlapping boxes per class
# boxesからNMSで重複するボックスを削除
# 使用 NMS 从 boxes 中删除重复的 box
ids, count = nms(boxes, scores, self.nms_thresh, self.top_k)
output[i, cl, :count] = \
torch.cat((scores[ids[:count]].unsqueeze(1),
boxes[ids[:count]]), 1)
flt = output.contiguous().view(num, -1, 5)
_, idx = flt[:, :, 0].sort(1, descending=True)
_, rank = idx.sort(1)
flt[(rank < self.top_k).unsqueeze(-1).expand_as(flt)].fill_(0)
return output
`ssd.py`中99行左右
output = self.detect(
改为
output = self.detect.apply(self.num_classes, 0, 200, 0.01, 0.45,
#### AttributeError: ‘NoneType’ object has no attribute ‘shape’
change `coco.py`:
from: `img=cv2.imread(osp.join(self.root,path))`
to:`img=cv2.imread(path)`
#### IndexError: Too many indices for array:Array is 1-dimensional,but 2 were indexed （20220105更新）
annotation也就是xml文件里面有些包含空目标（我的没有也报错了）
参考 [网址]( )
出错的xml和jpg修改 或 删掉 （流程结束后需要重新生成VOC的四个txt文件）
新建 `check.py`
修改`root` 、 `classes`
import argparse
import sys
import cv2
import os
import os.path as osp
import numpy as np
if sys.version_info[0] == 2:
import xml.etree.cElementTree as ET
else:
import xml.etree.ElementTree as ET
parser = argparse.ArgumentParser(
description=‘Single Shot MultiBox Detector Training With Pytorch’)
train_set = parser.add_mutually_exclusive_group()
parser.add_argument(‘–root’, default=“xxxxxxxxxxxxxxxxxxxxxxxxxxx”, help=‘Dataset root directory path’)
args = parser.parse_args()
CLASSES = ( # always index 0
‘fire’, ‘xxxxxxxxxxxxxxxxxxxxx’)
annopath = osp.join(‘%s’, ‘Annotations’, ‘%s.{}’.format(“xml”))
imgpath = osp.join(‘%s’, ‘JPEGImages’, ‘%s.{}’.format(“jpg”))
def vocChecker(image_id, width, height, keep_difficult = False):
target = ET.parse(annopath % image_id).getroot()
res = []
for obj in target.iter('object'):
difficult = int(obj.find('difficult').text) == 1
if not keep_difficult and difficult:
continue
name = obj.find('name').text.lower().strip()
bbox = obj.find('bndbox')
pts = ['xmin', 'ymin', 'xmax', 'ymax']
bndbox = []
for i, pt in enumerate(pts):
cur_pt = int(bbox.find(pt).text) - 1
# scale height or width
cur_pt = float(cur_pt) / width if i % 2 == 0 else float(cur_pt) / height
bndbox.append(cur_pt)
print(name)
label_idx = dict(zip(CLASSES, range(len(CLASSES))))[name]
bndbox.append(label_idx)
res += [bndbox] # [xmin, ymin, xmax, ymax, label\_ind]
# img\_id = target.find('filename').text[:-4]
print(res)
try :
print(np.array(res)[:,4])
print(np.array(res)[:,:4])
except IndexError:
print("\nINDEX ERROR HERE !\n")
exit(0)
return res # [[xmin, ymin, xmax, ymax, label\_ind], ... ]
if name == ‘__main__’ :
i = 0
for name in sorted(os.listdir(osp.join(args.root,'Annotations'))):
# as we have only one annotations file per image
i += 1
img = cv2.imread(imgpath % (args.root,name.split('.')[0]))
height, width, channels = img.shape
print("path : {}".format(annopath % (args.root,name.split('.')[0])))
res = vocChecker((args.root, name.split('.')[0]), height, width)
print("Total of annotations : {}".format(i))
### eval.py
#### 右键运行变成test模式
打开pycharm进入了test模式，具体表现为用“Run ‘py.test xxx.py’”
左上角File-settings-python integrated tools里面修改，选择unittest修改后记得apply
#### 开始运行后到某一个图片突然出错
改VOC2007的main里边的 test.txt 删掉错误的那一行
#### eval运行到最后 FileNotFoundError: [Errno 2] No such file or directory: ‘test.txt’
这只是一个符号问题；os.path.join 不接受在原始实现中加入带有括号“{😒}.txt”的路径。它会忽略所有路径`~/VOC2007/ImageSets/Main/test.txt` 并简单地假设路径是：`currentpath/test.txt`
修复指定 `imgsetpath` 的行，如下所示：
imgsetpath = os.path.join(args.voc_root, ‘VOC2007’, ‘ImageSets’, ‘Main’, ‘%s.txt’)
最后的话
最近很多小伙伴找我要Linux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！
资料预览
给大家整理的视频资料：
给大家整理的电子书资料：
如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
nux学习资料，于是我翻箱倒柜，整理了一些优质资源，涵盖视频、电子书、PPT等共享给大家！
资料预览
给大家整理的视频资料：
[外链图片转存中…(img-JDwGwxyo-1715881800038)]
给大家整理的电子书资料：
[外链图片转存中…(img-Bf8slFgS-1715881800039)]
如果本文对你有帮助，欢迎点赞、收藏、转发给朋友，让我有持续创作的动力！
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
