SSD训练自己的数据集（pytorch版，吊打面试官系列

最新推荐文章于 2024-04-18 09:27:19 发布

嘻嘻哈哈学编程

最新推荐文章于 2024-04-18 09:27:19 发布

阅读量1k

点赞数 20

分类专栏： 2024年程序员学习文章标签： pytorch 人工智能 python

本文链接：https://blog.csdn.net/m0_61068496/article/details/137503885

版权

2024年程序员学习专栏收录该内容

294 篇文章

订阅专栏

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)
    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]
try :
    np.array(res)[:,4]
    np.array(res)[:,:4]
except IndexError:
    print(image_id+" had error index")
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
res = vocChecker((args.root, name.split(‘.’)[0]), height, width)
print(“Total of annotations : {}”.format(i))



### 二、代码修改


1. 修改`data/voc0712.py`文件中的`VOC_CLASSES`  变量。例如，将VOC\_CLASSES修改为person类，**注意如果只有一类则需要加方括号**，修改后的结果如下。

VOC_CLASSES = [(‘person’)

2. 修改`voc0712.py`文件中`VOCDetection`类的`__init__`函数，将`image_sets`修改为`[('2020', 'train'), ('2020', 'val'),('2020','test')]`，修改后的结果如下。

def __init__(self, root,
image_sets=[(‘2020’, ‘train’), (‘2020’, ‘val’),(‘2020’,‘test’)],
transform=None, target_transform=VOCAnnotationTransform(),
dataset_name=‘VOC0712’):

3. 修改`config.py`文件中的`voc`字典变量。将其中的`num_classes`修改为2（背景类和person类），第一次调试时可以将`max_iter`调小至1000，修改后的结果如下。

voc = {
‘num_classes’: 2,
‘lr_steps’: (80000, 100000, 120000),
‘max_iter’: 1000,
‘feature_maps’: [38, 19, 10, 5, 3, 1],
‘min_dim’: 300,
‘steps’: [8, 16, 32, 64, 100, 300],
‘min_sizes’: [30, 60, 111, 162, 213, 264],
‘max_sizes’: [60, 111, 162, 213, 264, 315],
‘aspect_ratios’: [[2], [2, 3], [2, 3], [2, 3], [2], [2]],
‘variance’: [0.1, 0.2],
‘clip’: True,
‘name’: ‘VOC’,
}

4. 把`coco_labels.txt`放在`ssd.pytorch-master/data/coco/`目录下，也可以通过修改`coco.py`文件中的`COCO_ROOT = osp.join(HOME, 'data/coco/')`来指定存放路径。
5. 在Pytorch1.3以上版本运行时，会出现`RuntimeError: Legacy autograd function with non-static forward method is deprecated`错误，原因是当前版本要求forward过程是静态的，所以需要将原代码进行修改。  
 将`layers/functions/detection.py`文件替换为`Single-Shot-Object-Detection-Updated-master`中的`detection.py`文件。  
 修改`ssd.py`文件中`SSD`类的`__init__`函数和`forward`函数，修改后的结果如下。

if phase == ‘test’:
self.softmax = nn.Softmax(dim=-1)
self.detect = Detect(num_classes, 0, 200, 0.01, 0.45)
修改为:
if phase == ‘test’:
self.softmax = nn.Softmax()
self.detect = Detect()

if self.phase == “test”:
output = self.detect(
loc.view(loc.size(0), -1, 4), # loc preds
self.softmax(conf.view(conf.size(0), -1,
self.num_classes)), # conf preds
self.priors.type(type(x.data)) # default boxes
)
修改为：
if self.phase == “test”:

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Linux运维工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Linux运维全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。