目标检测算法SSD_训练自有数据

基于Caffe框架的目标检测算法SSD–进行自有数据替换并训练

主要步骤：

1. 标签数据预处理
2. 图片数据预处理
3. 数据及标签的VOC格式以及LMDB格式转化
4. 网络训练
5. 其他问题分析

1.标签数据预处理

由于拿到的是YOLOv3格式的训练集label，不满足SSD标签格式。故标签需要先被转化成符合要求的输入格式。
注：YOLOv3标签格式为（x,y,w,h）。其中x,y为物体框中点横纵坐标表示，w，h为物体框的宽、高。四类信息数据均被进行了数值归一化预处理，除以了512（512为图片大小）。

我们需要调整为满足SSD数据输入格式的标签，保证txt格式的第一行为object_number，第二行五列数值依次为：标识物label序号–Xmin–Ymin–Xmax–Ymax。制作python脚本进行数值转换。

#在第一行插入object_number程序
for i in range(612):  #612为待处理图片个数
    i+=1    
    with open(str(i)+'.txt', 'r+') as f:
        content = f.read