SSD和caffe

最新推荐文章于 2019-06-20 12:44:07 发布
最新推荐文章于 2019-06-20 12:44:07 发布
阅读量2.6k 收藏 3
点赞数
分类专栏： caffe CNN python

wzy的博客

苦尽甘来

SSD框架训练自己的数据集

2016年11月26日 19:08:03 15063人阅读 评论(36) 收藏 举报
分类：
SSD（10） 
 
        
SSD demo中详细介绍了如何在VOC数据集上使用SSD进行物体检测的训练和验证。
本文介绍如何使用SSD实现对自己数据集的训练和验证过程，内容包括：
 
        
1 数据集的标注
2 数据集的转换
3 使用SSD如何训练
4 使用SSD如何测试
1 数据集的标注　
　　数据的标注使用BBox-Label-Tool工具，该工具使用python实现，使用简单方便。修改后的工具支持多label的标签标注。
该工具生成的标签格式是:
object_number
className x1min y1min x1max y1max
classname x2min y2min x2max y2max
...
1.1 labelTool工具的使用说明
　　BBox-Label-Tool工具实现较简单，原始的git版本使用起来有一些小问题，进行了简单的修改，修改后的版本
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
#-------------------------------------------------------------------------------
# Name:        Object bounding box label tool
# Purpose:     Label object bboxes for ImageNet Detection data
# Author:      Qiushi
# Created:     06/06/2014

#
#-------------------------------------------------------------------------------
from __future__ import division
from Tkinter import *
import tkMessageBox
from PIL import Image, ImageTk
import os
import glob
import random

# colors for the bboxes
COLORS = ['red', 'blue', 'yellow', 'pink', 'cyan', 'green', 'black']
# image sizes for the examples
SIZE = 256, 256

classLabels=['mat', 'door', 'sofa', 'chair', 'table', 'bed', 'ashcan', 'shoe']

class LabelTool():
    def __init__(self, master):
        # set up the main frame
        self.parent = master
        self.parent.title("LabelTool")
        self.frame = Frame(self.parent)
        self.frame.pack(fill=BOTH, expand=1)
        self.parent.resizable(width = False, height = False)

        # initialize global state
        self.imageDir = ''
        self.imageList= []
        self.egDir = ''
        self.egList = []
        self.outDir = ''
        self.cur = 0
        self.total = 0
        self.category = 0
        self.imagename = ''
        self.labelfilename = ''
        self.tkimg = None

        # initialize mouse state
        self.STATE = {}
        self.STATE['click'] = 0
        self.STATE['x'], self.STATE['y'] = 0, 0

        # reference to bbox
        self.bboxIdList = []
        self.bboxId = None
        self.bboxList = []
        self.hl = None
        self.vl = None
        self.currentClass = ''

        # ----------------- GUI stuff ---------------------
        # dir entry & load
        self.label = Label(self.frame, text = "Image Dir:")
        self.label.grid(row = 0, column = 0, sticky = E)
        self.entry = Entry(self.frame)
        self.entry.grid(row = 0, column = 1, sticky = W+E)
        self.ldBtn = Button(self.frame, text = "Load", command = self.loadDir)
        self.ldBtn.grid(row = 0, column = 2, sticky = W+E)

        # main panel for labeling
        self.mainPanel = Canvas(self.frame, cursor='tcross')
        self.mainPanel.bind("<Button-1>", self.mouseClick)
        self.mainPanel.bind("<Motion>", self.mouseMove)
        self.parent.bind("<Escape>", self.cancelBBox)  # press <Espace> to cancel current bbox
        self.parent.bind("s", self.cancelBBox)
        self.parent.bind("a", self.prevImage) # press 'a' to go backforward
        self.parent.bind("d", self.nextImage) # press 'd' to go forward
        self.mainPanel.grid(row = 1, column = 1, rowspan = 4, sticky = W+N)

        # showing bbox info & delete bbox
        self.lb1 = Label(self.frame, text = 'Bounding boxes:')
        self.lb1.grid(row = 1, column = 2,  sticky = W+N)
        self.listbox = Listbox(self.frame, width = 22, height = 12)
        self.listbox.grid(row = 2, column = 2, sticky = N)
        self.btnDel = Button(self.frame, text = 'Delete', command = self.delBBox)
        self.btnDel.grid(row = 3, column = 2, sticky = W+E+N)
        self.btnClear = Button(self.frame, text = 'ClearAll', command = self.clearBBox)
        self.btnClear.grid(row = 4, column = 2, sticky = W+E+N)
        
        #select class type
        self.classPanel = Frame(self.frame)
        self.classPanel.grid(row = 5, column = 1, columnspan = 10, sticky = W+E)
        label = Label(self.classPanel, text = 'class:')
        label.grid(row = 5, column = 1,  sticky = W+N)
       
        self.classbox = Listbox(self.classPanel,  width = 4, height = 2)
        self.classbox.grid(row = 5,column = 2)
        for each in range(len(classLabels)):
            function = 'select' + classLabels[each]
            print classLabels[each]
            btnMat = Button(self.classPanel, text = classLabels[each], command = getattr(self, function))
            btnMat.grid(row = 5, column = each + 3)
        
        # control panel for image navigation
        self.ctrPanel = Frame(self.frame)
        self.ctrPanel.grid(row = 6, column = 1, columnspan = 2, sticky = W+E)
        self.prevBtn = Button(self.ctrPanel, text='<< Prev', width = 10, command = self.prevImage)
        self.prevBtn.pack(side = LEFT, padx = 5, pady = 3)
        self.nextBtn = Button(self.ctrPanel, text='Next >>', width = 10, command = self.nextImage)
        self.nextBtn.pack(side = LEFT, padx = 5, pady = 3)
        self.progLabel = Label(self.ctrPanel, text = "Progress:     /    ")
        self.progLabel.pack(side = LEFT, padx = 5)
        self.tmpLabel = Label(self.ctrPanel, text = "Go to Image No.")
        self.tmpLabel.pack(side = LEFT, padx = 5)
        self.idxEntry = Entry(self.ctrPanel, width = 5)
        self.idxEntry.pack(side = LEFT)
        self.goBtn = Button(self.ctrPanel, text = 'Go', command = self.gotoImage)
        self.goBtn.pack(side = LEFT)

        # example pannel for illustration
        self.egPanel = Frame(self.frame, border = 10)
        self.egPanel.grid(row = 1, column = 0, rowspan = 5, sticky = N)
        self.tmpLabel2 = Label(self.egPanel, text = "Examples:")
        self.tmpLabel2.pack(side = TOP, pady = 5)
        self.egLabels = []
        for i in range(3):
            self.egLabels.append(Label(self.egPanel))
            self.egLabels[-1].pack(side = TOP)

        # display mouse position
        self.disp = Label(self.ctrPanel, text='')
        self.disp.pack(side = RIGHT)

        self.frame.columnconfigure(1, weight = 1)
        self.frame.rowconfigure(10, weight = 1)

        # for debugging
##        self.setImage()
##        self.loadDir()

    def loadDir(self, dbg = False):
        if not dbg:
            s = self.entry.get()
            self.parent.focus()
            self.category = int(s)
        else:
            s = r'D:\workspace\python\labelGUI'
##        if not os.path.isdir(s):
##            tkMessageBox.showerror("Error!", message = "The specified dir doesn't exist!")
##            return
        # get image list
        self.imageDir = os.path.join(r'./Images', '%d' %(self.category))
        self.imageList = glob.glob(os.path.join(self.imageDir, '*.jpg'))
        if len(self.imageList) == 0:
            print 'No .JPEG images found in the specified dir!'
            return   

      # set up output dir
        self.outDir = os.path.join(r'./Labels', '%d' %(self.category))
        if not os.path.exists(self.outDir):
            os.mkdir(self.outDir)
        
        labeledPicList = glob.glob(os.path.join(self.outDir, '*.txt'))
        
        for label in labeledPicList:
            data = open(label, 'r')
            if '0\n' == data.read():
                data.close()
                continue
            data.close()
            picture = label.replace('Labels', 'Images').replace('.txt', '.jpg')
            if picture in self.imageList:
                self.imageList.remove(picture)
        # default to the 1st image in the collection
        self.cur = 1
        self.total = len(self.imageList)
        self.loadImage()
        print '%d images loaded from %s' %(self.total, s)

    def loadImage(self):
        # load image
        imagepath = self.imageList[self.cur - 1]
        self.img = Image.open(imagepath)
        self.imgSize = self.img.size
        self.tkimg = ImageTk.PhotoImage(self.img)
        self.mainPanel.config(width = max(self.tkimg.width(), 400), height = max(self.tkimg.height(), 400))
        self.mainPanel.create_image(0, 0, image = self.tkimg, anchor=NW)
        self.progLabel.config(text = "%04d/%04d" %(self.cur, self.total))

        # load labels
        self.clearBBox()
        self.imagename = os.path.split(imagepath)[-1].split('.')[0]
        labelname = self.imagename + '.txt'
        self.labelfilename = os.path.join(self.outDir, labelname)
        bbox_cnt = 0
        if os.path.exists(self.labelfilename):
            with open(self.labelfilename) as f:
                for (i, line) in enumerate(f):
                    if i == 0:
                        bbox_cnt = int(line.strip())
                        continue
                    tmp = [int(t.strip()) for t in line.split()]
##                    print tmp
                    self.bboxList.append(tuple(tmp))
                    tmpId = self.mainPanel.create_rectangle(tmp[0], tmp[1], \
                                                            tmp[2], tmp[3], \
                                                            width = 2, \
                                                            outline = COLORS[(len(self.bboxList)-1) % len(COLORS)])
                    self.bboxIdList.append(tmpId)
                    self.listbox.insert(END, '(%d, %d) -> (%d, %d)' %(tmp[0], tmp[1], tmp[2], tmp[3]))
                    self.listbox.itemconfig(len(self.bboxIdList) - 1, fg = COLORS[(len(self.bboxIdList) - 1) % len(COLORS)])

    def saveImage(self):
        with open(self.labelfilename, 'w') as f:
            f.write('%d\n' %len(self.bboxList))
            for bbox in self.bboxList:
                f.write(' '.join(map(str, bbox)) + '\n')
        print 'Image No. %d saved' %(self.cur)


    def mouseClick(self, event):
        if self.STATE['click'] == 0:
            self.STATE['x'], self.STATE['y'] = event.x, event.y
            #self.STATE['x'], self.STATE['y'] = self.imgSize[0], self.imgSize[1]
        else:
            x1, x2 = min(self.STATE['x'], event.x), max(self.STATE['x'], event.x)
            y1, y2 = min(self.STATE['y'], event.y), max(self.STATE['y'], event.y)
            if x2 > self.imgSize[0]:
                x2 = self.imgSize[0]
            if y2 > self.imgSize[1]:
                y2 = self.imgSize[1]                
            self.bboxList.append((self.currentClass, x1, y1, x2, y2))
            self.bboxIdList.append(self.bboxId)
            self.bboxId = None
            self.listbox.insert(END, '(%d, %d) -> (%d, %d)' %(x1, y1, x2, y2))
            self.listbox.itemconfig(len(self.bboxIdList) - 1, fg = COLORS[(len(self.bboxIdList) - 1) % len(COLORS)])
        self.STATE['click'] = 1 - self.STATE['click']

    def mouseMove(self, event):
        self.disp.config(text = 'x: %d, y: %d' %(event.x, event.y))
        if self.tkimg:
            if self.hl:
                self.mainPanel.delete(self.hl)
            self.hl = self.mainPanel.create_line(0, event.y, self.tkimg.width(), event.y, width = 2)
            if self.vl:
                self.mainPanel.delete(self.vl)
            self.vl = self.mainPanel.create_line(event.x, 0, event.x, self.tkimg.height(), width = 2)
        if 1 == self.STATE['click']:
            if self.bboxId:
                self.mainPanel.delete(self.bboxId)
            self.bboxId = self.mainPanel.create_rectangle(self.STATE['x'], self.STATE['y'], \
                                                            event.x, event.y, \
                                                            width = 2, \
                                                            outline = COLORS[len(self.bboxList) % len(COLORS)])

    def cancelBBox(self, event):
        if 1 == self.STATE['click']:
            if self.bboxId:
                self.mainPanel.delete(self.bboxId)
                self.bboxId = None
                self.STATE['click'] = 0

    def delBBox(self):
        sel = self.listbox.curselection()
        if len(sel) != 1 :
            return
        idx = int(sel[0])
        self.mainPanel.delete(self.bboxIdList[idx])
        self.bboxIdList.pop(idx)
        self.bboxList.pop(idx)
        self.listbox.delete(idx)

    def clearBBox(self):
        for idx in range(len(self.bboxIdList)):
            self.mainPanel.delete(self.bboxIdList[idx])
        self.listbox.delete(0, len(self.bboxList))
        self.bboxIdList = []
        self.bboxList = []
        
    def selectmat(self):
        self.currentClass = 'mat'
        self.classbox.delete(0,END)
        self.classbox.insert(0, 'mat')
        self.classbox.itemconfig(0,fg = COLORS[0])
    
    def selectdoor(self):
        self.currentClass = 'door'    
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'door')
        self.classbox.itemconfig(0,fg = COLORS[0])
    
    def selectsofa(self):
        self.currentClass = 'sofa'    
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'sofa')
        self.classbox.itemconfig(0,fg = COLORS[0])
        
    def selectchair(self):
        self.currentClass = 'chair'    
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'chair')
        self.classbox.itemconfig(0,fg = COLORS[0])
        
    def selecttable(self):
        self.currentClass = 'table'    
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'table')
        self.classbox.itemconfig(0,fg = COLORS[0])
        
    def selectbed(self):
        self.currentClass = 'bed'
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'bed')
        self.classbox.itemconfig(0,fg = COLORS[0])
        
    def selectashcan(self):
        self.currentClass = 'ashcan'    
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'ashcan')
        self.classbox.itemconfig(0,fg = COLORS[0])
        
    def selectshoe(self):
        self.currentClass = 'shoe'    
        self.classbox.delete(0,END)    
        self.classbox.insert(0, 'shoe')
        self.classbox.itemconfig(0,fg = COLORS[0])    

    def prevImage(self, event = None):
        self.saveImage()
        if self.cur > 1:
            self.cur -= 1
            self.loadImage()

    def nextImage(self, event = None):
        self.saveImage()
        if self.cur < self.total:
            self.cur += 1
            self.loadImage()

    def gotoImage(self):
        idx = int(self.idxEntry.get())
        if 1 <= idx and idx <= self.total:
            self.saveImage()
            self.cur = idx
            self.loadImage()

##    def setImage(self, imagepath = r'test2.png'):
##        self.img = Image.open(imagepath)
##        self.tkimg = ImageTk.PhotoImage(self.img)
##        self.mainPanel.config(width = self.tkimg.width())
##        self.mainPanel.config(height = self.tkimg.height())
##        self.mainPanel.create_image(0, 0, image = self.tkimg, anchor=NW)

if __name__ == '__main__':
    root = Tk()
    tool = LabelTool(root)
    root.mainloop()
 
          
 
           复制代码 
          
 
         
 
        
 
        
　　使用方法：   
 
        
　　　　 (1) 在BBox-Label-Tool/Images目录下创建保存图片的目录， 目录以数字命名(BBox-Label-Tool/Images/1), 然后将待标注的图片copy到1这个目录下;
 
        
　　　　 (2) 在BBox-Label-Tool目录下执行命令   python main.py
 
        
　　　　 (3) 在工具界面上, Image Dir 框中输入需要标记的目录名(比如 1), 然后点击load按钮, 工具自动将Images/1目录下的图片加载进来;
 
        
　　　　　　需要说明一下, 如果目录中的图片已经标注过,点击load时不会被重新加载进来.
 
        
　　　　 (4) 该工具支持多类别标注, 画bounding boxs框标定之前,需要先选定类别,然后再画框.
 
        
　　　　 (5) 一张图片标注完后, 点击Next>>按钮, 标注下一张图片,  图片label成功后,会在BBox-Label-Tool/Labels对应的目录下生成与图片文件名对应的label文件.
 
        
2 数据集的转换
 
        
　　caffe训练使用LMDB格式的数据，ssd框架中提供了voc数据格式转换成LMDB格式的脚本。
所以实践中先将BBox-Label-Tool标注的数据转换成voc数据格式，然后再转换成LMDB格式。

2.1 voc数据格式
 
        
 
        
 
        
 
         
        
 
        
(1)Annotations中保存的是xml格式的label信息
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
<?xml version="1.0" ?>
<annotation>
    <folder>VOC2007</folder>
    <filename>1.jpg</filename>
    <source>
        <database>My Database</database>
        <annotation>VOC2007</annotation>
        <image>flickr</image>
        <flickrid>NULL</flickrid>
    </source>
    <owner>
        <flickrid>NULL</flickrid>
        <name>idaneel</name>
    </owner>
    <size>
        <width>320</width>
        <height>240</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>door</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>109</xmin>
            <ymin>3</ymin>
            <xmax>199</xmax>
            <ymax>204</ymax>
        </bndbox>
    </object>
</annotation>
 
          
 
           复制代码 
          
 
         
 
        
 
        
 
        
(2)ImageSet目录下的Main目录里存放的是用于表示训练的图片集和测试的图片集
 
        

 
        
(3)JPEGImages目录下存放所有图片集
 
        

 
        
(4)label目录下保存的是BBox-Label-Tool工具标注好的bounding box坐标文件，
该目录下的文件就是待转换的label标签文件。
 
        
 
        
2.2 Label转换成VOC数据格式
 
        
BBox-Label-Tool工具标注好的bounding box坐标文件转换成VOC数据格式的形式.
具体的转换过程包括了两个步骤：
（1）将BBox-Label-Tool下的txt格式保存的bounding box信息转换成VOC数据格式下以xml方式表示；
（2）生成用于训练的数据集和用于测试的数据集。
用python实现了上述两个步骤的换转。
createXml.py  完成txt到xml的转换；  执行脚本./createXml.py
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
#!/usr/bin/env python

import os
import sys
import cv2
from itertools import islice
from xml.dom.minidom import Document

labels='label'
imgpath='JPEGImages/'
xmlpath_new='Annotations/'
foldername='VOC2007'


def insertObject(doc, datas):
    obj = doc.createElement('object')
    name = doc.createElement('name')
    name.appendChild(doc.createTextNode(datas[0]))
    obj.appendChild(name)
    pose = doc.createElement('pose')
    pose.appendChild(doc.createTextNode('Unspecified'))
    obj.appendChild(pose)
    truncated = doc.createElement('truncated')
    truncated.appendChild(doc.createTextNode(str(0)))
    obj.appendChild(truncated)
    difficult = doc.createElement('difficult')
    difficult.appendChild(doc.createTextNode(str(0)))
    obj.appendChild(difficult)
    bndbox = doc.createElement('bndbox')
    
    xmin = doc.createElement('xmin')
    xmin.appendChild(doc.createTextNode(str(datas[1])))
    bndbox.appendChild(xmin)
    
    ymin = doc.createElement('ymin')                
    ymin.appendChild(doc.createTextNode(str(datas[2])))
    bndbox.appendChild(ymin)                
    xmax = doc.createElement('xmax')                
    xmax.appendChild(doc.createTextNode(str(datas[3])))
    bndbox.appendChild(xmax)                
    ymax = doc.createElement('ymax')    
    if  '\r' == str(datas[4])[-1] or '\n' == str(datas[4])[-1]:
        data = str(datas[4])[0:-1]
    else:
        data = str(datas[4])
    ymax.appendChild(doc.createTextNode(data))
    bndbox.appendChild(ymax)
    obj.appendChild(bndbox)                
    return obj

def create():
    for walk in os.walk(labels):
        for each in walk[2]:
            fidin=open(walk[0] + '/'+ each,'r')
            objIndex = 0
            for data in islice(fidin, 1, None):        
                objIndex += 1
                data=data.strip('\n')
                datas = data.split(' ')
                if 5 != len(datas):
                    print 'bounding box information error'
                    continue
                pictureName = each.replace('.txt', '.jpg')
                imageFile = imgpath + pictureName
                img = cv2.imread(imageFile)
                imgSize = img.shape
                if 1 == objIndex:
                    xmlName = each.replace('.txt', '.xml')
                    f = open(xmlpath_new + xmlName, "w")
                    doc = Document()
                    annotation = doc.createElement('annotation')
                    doc.appendChild(annotation)
                    
                    folder = doc.createElement('folder')
                    folder.appendChild(doc.createTextNode(foldername))
                    annotation.appendChild(folder)
                    
                    filename = doc.createElement('filename')
                    filename.appendChild(doc.createTextNode(pictureName))
                    annotation.appendChild(filename)
                    
                    source = doc.createElement('source')                
                    database = doc.createElement('database')
                    database.appendChild(doc.createTextNode('My Database'))
                    source.appendChild(database)
                    source_annotation = doc.createElement('annotation')
                    source_annotation.appendChild(doc.createTextNode(foldername))
                    source.appendChild(source_annotation)
                    image = doc.createElement('image')
                    image.appendChild(doc.createTextNode('flickr'))
                    source.appendChild(image)
                    flickrid = doc.createElement('flickrid')
                    flickrid.appendChild(doc.createTextNode('NULL'))
                    source.appendChild(flickrid)
                    annotation.appendChild(source)
                    
                    owner = doc.createElement('owner')
                    flickrid = doc.createElement('flickrid')
                    flickrid.appendChild(doc.createTextNode('NULL'))
                    owner.appendChild(flickrid)
                    name = doc.createElement('name')
                    name.appendChild(doc.createTextNode('idaneel'))
                    owner.appendChild(name)
                    annotation.appendChild(owner)
                    
                    size = doc.createElement('size')
                    width = doc.createElement('width')
                    width.appendChild(doc.createTextNode(str(imgSize[1])))
                    size.appendChild(width)
                    height = doc.createElement('height')
                    height.appendChild(doc.createTextNode(str(imgSize[0])))
                    size.appendChild(height)
                    depth = doc.createElement('depth')
                    depth.appendChild(doc.createTextNode(str(imgSize[2])))
                    size.appendChild(depth)
                    annotation.appendChild(size)
                    
                    segmented = doc.createElement('segmented')
                    segmented.appendChild(doc.createTextNode(str(0)))
                    annotation.appendChild(segmented)            
                    annotation.appendChild(insertObject(doc, datas))
                else:
                    annotation.appendChild(insertObject(doc, datas))
            try:
                f.write(doc.toprettyxml(indent = '    '))
                f.close()
                fidin.close()
            except:
                pass
   
          
if __name__ == '__main__':
    create()
 
          
 
           复制代码 
          
 
         
 
        
 
        
  createTest.py 生成训练集和测试集标识文件； 执行脚本
 
        
  ./createTest.py %startID% %endID% %testNumber%
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
#!/usr/bin/env python
import os
import sys
import random
try:
    start = int(sys.argv[1])
    end = int(sys.argv[2])
    test = int(sys.argv[3])
    allNum = end-start+1
except:
    print 'Please input picture range'
    print './createTest.py 1 1500 500'
    os._exit(0)
b_list = range(start,end)
blist_webId = random.sample(b_list, test)
blist_webId = sorted(blist_webId) 
allFile = []
testFile = open('ImageSets/Main/test.txt', 'w')
trainFile = open('ImageSets/Main/trainval.txt', 'w')
for i in range(allNum):
    allFile.append(i+1)
for test in blist_webId:
    allFile.remove(test)
    testFile.write(str(test) + '\n')   
for train in allFile:
    trainFile.write(str(train) + '\n')
testFile.close()
trainFile.close()
 
          
 
           复制代码 
          
 
         
 
        
 
        
说明： 由于BBox-Label-Tool实现相对简单，该工具每次只能对一个类别进行打标签，所以转换脚本
 
        
每一次也是对一个类别进行数据的转换，这个问题后续需要优化改进。
 
        
优化后的BBox-Label-Tool工具，支持多类别标定，生成的label文件中增加了类别名称信息。
 
        
使用时修改classLabels，改写成自己的类别, 修改后的工具代码参见1.1中的main.py 
 
        
2.3  VOC数据转换成LMDB数据
 
        
　　SSD提供了VOC数据到LMDB数据的转换脚本 data/VOC0712/create_list.sh 和 ./data/VOC0712/create_data.sh，这两个脚本是完全针对VOC0712目录下的数据进行的转换。
　　实现中为了不破坏VOC0712目录下的数据内容，针对我们自己的数据集，修改了上面这两个脚本，
将脚本中涉及到VOC0712的信息替换成我们自己的目录信息。
在处理我们的数据集时，将VOC0712替换成indoor。
具体的步骤如下：
　　(1) 在 $HOME/data/VOCdevkit目录下创建indoor目录，该目录中存放自己转换完成的VOC数据集；
　　(2) $CAFFE_ROOT/examples目录下创建indoor目录；
(3) $CAFFE_ROOT/data目录下创建indoor目录，同时将data/VOC0712下的create_list.sh,create_data.sh,labelmap_voc.prototxt
这三个文件copy到indoor目录下，分别重命名为create_list_indoor.sh,create_data_indoor.sh, labelmap_indoor.prototxt
　　(4)对上面新生成的两个create文件进行修改，主要修改是将VOC0712相关的信息替换成indoor
　　修改后的这两个文件分别为：　　
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
#!/bin/bash

root_dir=$HOME/data/VOCdevkit/
sub_dir=ImageSets/Main
bash_dir="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"

for dataset in trainval test    
do
  dst_file=$bash_dir/$dataset.txt
  if [ -f $dst_file ]
  then
    rm -f $dst_file
  fi
  for name in indoor
  do
    if [[ $dataset == "test" && $name == "VOC2012" ]]
    then
      continue
    fi
    echo "Create list for $name $dataset..."
    dataset_file=$root_dir/$name/$sub_dir/$dataset.txt

    img_file=$bash_dir/$dataset"_img.txt"
    cp $dataset_file $img_file
    sed -i "s/^/$name\/JPEGImages\//g" $img_file
    sed -i "s/$/.jpg/g" $img_file

    label_file=$bash_dir/$dataset"_label.txt"
    cp $dataset_file $label_file
    sed -i "s/^/$name\/Annotations\//g" $label_file
    sed -i "s/$/.xml/g" $label_file

    paste -d' ' $img_file $label_file >> $dst_file

    rm -f $label_file
    rm -f $img_file
  done
  # Generate image name and size infomation.
  if [ $dataset == "test" ]
  then
    $bash_dir/../../build/tools/get_image_size $root_dir $dst_file $bash_dir/$dataset"_name_size.txt"
  fi

  # Shuffle trainval file.
  if [ $dataset == "trainval" ]
  then
    rand_file=$dst_file.random
    cat $dst_file | perl -MList::Util=shuffle -e 'print shuffle(<STDIN>);' > $rand_file
    mv $rand_file $dst_file
  fi
done
 
          
 
           复制代码 
          
 
         
 
        
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
cur_dir=$(cd $( dirname ${BASH_SOURCE[0]} ) && pwd )
root_dir=$cur_dir/../..

cd $root_dir

redo=1
data_root_dir="$HOME/data/VOCdevkit"
dataset_name="indoor"
mapfile="$root_dir/data/$dataset_name/labelmap_indoor.prototxt"
anno_type="detection"
db="lmdb"
min_dim=0
max_dim=0
width=0
height=0

extra_cmd="--encode-type=jpg --encoded"
if [ $redo ]
then
  extra_cmd="$extra_cmd --redo"
fi
for subset in test trainval
do
  python $root_dir/scripts/create_annoset.py --anno-type=$anno_type --label-map-file=$mapfile --min-dim=$min_dim --max-dim=$max_dim --resize-width=$width --resize-height=$height --check-label $extra_cmd $data_root_dir $root_dir/data/$dataset_name/$subset.txt $data_root_dir/$dataset_name/$db/$dataset_name"_"$subset"_"$db examples/$dataset_name
done
 
          
 
           复制代码 
          
 
         
 
        
 
        
        (5)修改labelmap_indoor.prototxt，将该文件中的类别修改成和自己的数据集相匹配，注意需要保留一个label 0 , background类别
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
item {
  name: "none_of_the_above"
  label: 0
  display_name: "background"
}
item {
  name: "door"
  label: 1
  display_name: "door"
}
 
          
 
           复制代码 
          
 
         
 
        
 
        
　　完成上面步骤的修改后，可以开始LMDB数据数据的制作，在$CAFFE_ROOT目录下分别运行：
 
        
　　./data/indoor/create_list_indoor.sh
 
        
　　./data/indoor/create_data_indoor.sh
 
        
　　命令执行完毕后，可以在$CAFFE_ROOT/indoor目录下查看转换完成的LMDB数据数据。
 
        
3 使用SSD进行自己数据集的训练

训练时使用ssd demo中提供的预训练好的VGGnet model : VGG_ILSVRC_16_layers_fc_reduced.caffemodel
将该模型保存到$CAFFE_ROOT/models/VGGNet下。
将ssd_pascal.py copy一份 ssd_pascal_indoor.py文件， 根据自己的数据集修改ssd_pascal_indoor.py
主要修改点：
 （1）train_data和test_data修改成指向自己的数据集LMDB
　　　train_data = "examples/indoor/indoor_trainval_lmdb"
            test_data = "examples/indoor/indoor_test_lmdb"
（2） num_test_image该变量修改成自己数据集中测试数据的数量
（3）num_classes 该变量修改成自己数据集中 标签类别数量数 + 1

针对我的数据集，ssd_pascal_indoor.py的内容为：
 
        
 
          
         
 
          
 
           复制代码 
          
 
          
from __future__ import print_function
import caffe
from caffe.model_libs import *
from google.protobuf import text_format

import math
import os
import shutil
import stat
import subprocess
import sys

# Add extra layers on top of a "base" network (e.g. VGGNet or Inception).
def AddExtraLayers(net, use_batchnorm=True):
    use_relu = True

    # Add additional convolutional layers.
    from_layer = net.keys()[-1]
    # TODO(weiliu89): Construct the name using the last layer to avoid duplication.
    out_layer = "conv6_1"
    ConvBNLayer(net, from_layer, out_layer, use_batchnorm, use_relu, 256, 1, 0, 1)

    from_layer = out_layer
    out_layer = "conv6_2"
    ConvBNLayer(net, from_layer, out_layer, use_batchnorm, use_relu, 512, 3, 1, 2)

    for i in xrange(7, 9):
      from_layer = out_layer
      out_layer = "conv{}_1".format(i)
      ConvBNLayer(net, from_layer, out_layer, use_batchnorm, use_relu, 128, 1, 0, 1)

      from_layer = out_layer
      out_layer = "conv{}_2".format(i)
      ConvBNLayer(net, from_layer, out_layer, use_batchnorm, use_relu, 256, 3, 1, 2)

    # Add global pooling layer.
    name = net.keys()[-1]
    net.pool6 = L.Pooling(net[name], pool=P.Pooling.AVE, global_pooling=True)

    return net


### Modify the following parameters accordingly ###
# The directory which contains the caffe code.
# We assume you are running the script at the CAFFE_ROOT.
caffe_root = os.getcwd()

# Set true if you want to start training right after generating all files.
run_soon = True
# Set true if you want to load from most recently saved snapshot.
# Otherwise, we will load from the pretrain_model defined below.
resume_training = True
# If true, Remove old model files.
remove_old_models = False

# The database file for training data. Created by data/VOC0712/create_data.sh
train_data = "examples/indoor/indoor_trainval_lmdb"
# The database file for testing data. Created by data/VOC0712/create_data.sh
test_data = "examples/indoor/indoor_test_lmdb"
# Specify the batch sampler.
resize_width = 300
resize_height = 300
resize = "{}x{}".format(resize_width, resize_height)
batch_sampler = [
        {
                'sampler': {
                        },
                'max_trials': 1,
                'max_sample': 1,
        },
        {
                'sampler': {
                        'min_scale': 0.3,
                        'max_scale': 1.0,
                        'min_aspect_ratio': 0.5,
                        'max_aspect_ratio': 2.0,
                        },
                'sample_constraint': {
                        'min_jaccard_overlap': 0.1,
                        },
                'max_trials': 50,
                'max_sample': 1,
        },
        {
                'sampler': {
                        'min_scale': 0.3,
                        'max_scale': 1.0,
                        'min_aspect_ratio': 0.5,
                        'max_aspect_ratio': 2.0,
                        },
                'sample_constraint': {
                        'min_jaccard_overlap': 0.3,
                        },
                'max_trials': 50,
                'max_sample': 1,
        },
        {
                'sampler': {
                        'min_scale': 0.3,
                        'max_scale': 1.0,
                        'min_aspect_ratio': 0.5,
                        'max_aspect_ratio': 2.0,
                        },
                'sample_constraint': {
                        'min_jaccard_overlap': 0.5,
                        },
                'max_trials': 50,
                'max_sample': 1,
        },
        {
                'sampler': {
                        'min_scale': 0.3,
                        'max_scale': 1.0,
                        'min_aspect_ratio': 0.5,
                        'max_aspect_ratio': 2.0,
                        },
                'sample_constraint': {
                        'min_jaccard_overlap': 0.7,
                        },
                'max_trials': 50,
                'max_sample': 1,
        },
        {
                'sampler': {
                        'min_scale': 0.3,
                        'max_scale': 1.0,
                        'min_aspect_ratio': 0.5,
                        'max_aspect_ratio': 2.0,
                        },
                'sample_constraint': {
                        'min_jaccard_overlap': 0.9,
                        },
                'max_trials': 50,
                'max_sample': 1,
        },
        {
                'sampler': {
                        'min_scale': 0.3,
                        'max_scale': 1.0,
                        'min_aspect_ratio': 0.5,
                        'max_aspect_ratio': 2.0,
                        },
                'sample_constraint': {
                        'max_jaccard_overlap': 1.0,
                        },
                'max_trials': 50,
                'max_sample': 1,
        },
        ]
train_transform_param = {
        'mirror': True,
        'mean_value': [104, 117, 123],
        'resize_param': {
                'prob': 1,
                'resize_mode': P.Resize.WARP,
                'height': resize_height,
                'width': resize_width,
                'interp_mode': [
                        P.Resize.LINEAR,
                        P.Resize.AREA,
                        P.Resize.NEAREST,
                        P.Resize.CUBIC,
                        P.Resize.LANCZOS4,
                        ],
                },
        'emit_constraint': {
            'emit_type': caffe_pb2.EmitConstraint.CENTER,
            }
        }
test_transform_param = {
        'mean_value': [104, 117, 123],
        'resize_param': {
                'prob': 1,
                'resize_mode': P.Resize.WARP,
                'height': resize_height,
                'width': resize_width,
                'interp_mode': [P.Resize.LINEAR],
                },
        }

# If true, use batch norm for all newly added layers.
# Currently only the non batch norm version has been tested.
use_batchnorm = False
# Use different initial learning rate.
if use_batchnorm:
    base_lr = 0.0004
else:
    # A learning rate for batch_size = 1, num_gpus = 1.
    base_lr = 0.00004

# Modify the job name if you want.
job_name = "SSD_{}".format(resize)
# The name of the model. Modify it if you want.
model_name = "VGG_VOC0712_{}".format(job_name)

# Directory which stores the model .prototxt file.
save_dir = "models/VGGNet/VOC0712/{}".format(job_name)
# Directory which stores the snapshot of models.
snapshot_dir = "models/VGGNet/VOC0712/{}".format(job_name)
# Directory which stores the job script and log file.
job_dir = "jobs/VGGNet/VOC0712/{}".format(job_name)
# Directory which stores the detection results.
output_result_dir = "{}/data/VOCdevkit/results/VOC2007/{}/Main".format(os.environ['HOME'], job_name)

# model definition files.
train_net_file = "{}/train.prototxt".format(save_dir)
test_net_file = "{}/test.prototxt".format(save_dir)
deploy_net_file = "{}/deploy.prototxt".format(save_dir)
solver_file = "{}/solver.prototxt".format(save_dir)
# snapshot prefix.
snapshot_prefix = "{}/{}".format(snapshot_dir, model_name)
# job script path.
job_file = "{}/{}.sh".format(job_dir, model_name)

# Stores the test image names and sizes. Created by data/VOC0712/create_list.sh
name_size_file = "data/indoor/test_name_size.txt"
# The pretrained model. We use the Fully convolutional reduced (atrous) VGGNet.
pretrain_model = "models/VGGNet/VGG_ILSVRC_16_layers_fc_reduced.caffemodel"
# Stores LabelMapItem.
label_map_file = "data/indoor/labelmap_indoor.prototxt"

# MultiBoxLoss parameters.
num_classes = 2
share_location = True
background_label_id=0
train_on_diff_gt = True
normalization_mode = P.Loss.VALID
code_type = P.PriorBox.CENTER_SIZE
neg_pos_ratio = 3.
loc_weight = (neg_pos_ratio + 1.) / 4.
multibox_loss_param = {
    'loc_loss_type': P.MultiBoxLoss.SMOOTH_L1,
    'conf_loss_type': P.MultiBoxLoss.SOFTMAX,
    'loc_weight': loc_weight,
    'num_classes': num_classes,
    'share_location': share_location,
    'match_type': P.MultiBoxLoss.PER_PREDICTION,
    'overlap_threshold': 0.5,
    'use_prior_for_matching': True,
    'background_label_id': background_label_id,
    'use_difficult_gt': train_on_diff_gt,
    'do_neg_mining': True,
    'neg_pos_ratio': neg_pos_ratio,
    'neg_overlap': 0.5,
    'code_type': code_type,
    }
loss_param = {
    'normalization': normalization_mode,
    }

# parameters for generating priors.
# minimum dimension of input image
min_dim = 300
# conv4_3 ==> 38 x 38
# fc7 ==> 19 x 19
# conv6_2 ==> 10 x 10
# conv7_2 ==> 5 x 5
# conv8_2 ==> 3 x 3
# pool6 ==> 1 x 1
mbox_source_layers = ['conv4_3', 'fc7', 'conv6_2', 'conv7_2', 'conv8_2', 'pool6']
# in percent %
min_ratio = 20
max_ratio = 95
step = int(math.floor((max_ratio - min_ratio) / (len(mbox_source_layers) - 2)))
min_sizes = []
max_sizes = []
for ratio in xrange(min_ratio, max_ratio + 1, step):
  min_sizes.append(min_dim * ratio / 100.)
  max_sizes.append(min_dim * (ratio + step) / 100.)
min_sizes = [min_dim * 10 / 100.] + min_sizes
max_sizes = [[]] + max_sizes
aspect_ratios = [[2], [2, 3], [2, 3], [2, 3], [2, 3], [2, 3]]
# L2 normalize conv4_3.
normalizations = [20, -1, -1, -1, -1, -1]
# variance used to encode/decode prior bboxes.
if code_type == P.PriorBox.CENTER_SIZE:
  prior_variance = [0.1, 0.1, 0.2, 0.2]
else:
  prior_variance = [0.1]
flip = True
clip = True

# Solver parameters.
# Defining which GPUs to use.
gpus = "0"
gpulist = gpus.split(",")
num_gpus = len(gpulist)

# Divide the mini-batch to different GPUs.
batch_size = 4
accum_batch_size = 32
iter_size = accum_batch_size / batch_size
solver_mode = P.Solver.CPU
device_id = 0
batch_size_per_device = batch_size
if num_gpus > 0:
  batch_size_per_device = int(math.ceil(float(batch_size) / num_gpus))
  iter_size = int(math.ceil(float(accum_batch_size) / (batch_size_per_device * num_gpus)))
  solver_mode = P.Solver.GPU
  device_id = int(gpulist[0])

if normalization_mode == P.Loss.NONE:
  base_lr /= batch_size_per_device
elif normalization_mode == P.Loss.VALID:
  base_lr *= 25. / loc_weight
elif normalization_mode == P.Loss.FULL:
  # Roughly there are 2000 prior bboxes per image.
  # TODO(weiliu89): Estimate the exact # of priors.
  base_lr *= 2000.

# Which layers to freeze (no backward) during training.
freeze_layers = ['conv1_1', 'conv1_2', 'conv2_1', 'conv2_2']

# Evaluate on whole test set.
num_test_image = 800
test_batch_size = 1
test_iter = num_test_image / test_batch_size

solver_param = {
    # Train parameters
    'base_lr': base_lr,
    'weight_decay': 0.0005,
    'lr_policy': "step",
    'stepsize': 40000,
    'gamma': 0.1,
    'momentum': 0.9,
    'iter_size': iter_size,
    'max_iter': 60000,
    'snapshot': 40000,
    'display': 10,
    'average_loss': 10,
    'type': "SGD",
    'solver_mode': solver_mode,
    'device_id': device_id,
    'debug_info': False,
    'snapshot_after_train': True,
    # Test parameters
    'test_iter': [test_iter],
    'test_interval': 10000,
    'eval_type': "detection",
    'ap_version': "11point",
    'test_initialization': False,
    }

# parameters for generating detection output.
det_out_param = {
    'num_classes': num_classes,
    'share_location': share_location,
    'background_label_id': background_label_id,
    'nms_param': {'nms_threshold': 0.45, 'top_k': 400},
    'save_output_param': {
        'output_directory': output_result_dir,
        'output_name_prefix': "comp4_det_test_",
        'output_format': "VOC",
        'label_map_file': label_map_file,
        'name_size_file': name_size_file,
        'num_test_image': num_test_image,
        },
    'keep_top_k': 200,
    'confidence_threshold': 0.01,
    'code_type': code_type,
    }

# parameters for evaluating detection results.
det_eval_param = {
    'num_classes': num_classes,
    'background_label_id': background_label_id,
    'overlap_threshold': 0.5,
    'evaluate_difficult_gt': False,
    'name_size_file': name_size_file,
    }

### Hopefully you don't need to change the following ###
# Check file.
check_if_exist(train_data)
check_if_exist(test_data)
check_if_exist(label_map_file)
check_if_exist(pretrain_model)
make_if_not_exist(save_dir)
make_if_not_exist(job_dir)
make_if_not_exist(snapshot_dir)

# Create train net.
net = caffe.NetSpec()
net.data, net.label = CreateAnnotatedDataLayer(train_data, batch_size=batch_size_per_device,
        train=True, output_label=True, label_map_file=label_map_file,
        transform_param=train_transform_param, batch_sampler=batch_sampler)

VGGNetBody(net, from_layer='data', fully_conv=True, reduced=True, dilated=True,
    dropout=False, freeze_layers=freeze_layers)

AddExtraLayers(net, use_batchnorm)

mbox_layers = CreateMultiBoxHead(net, data_layer='data', from_layers=mbox_source_layers,
        use_batchnorm=use_batchnorm, min_sizes=min_sizes, max_sizes=max_sizes,
        aspect_ratios=aspect_ratios, normalizations=normalizations,
        num_classes=num_classes, share_location=share_location, flip=flip, clip=clip,
        prior_variance=prior_variance, kernel_size=3, pad=1)

# Create the MultiBoxLossLayer.
name = "mbox_loss"
mbox_layers.append(net.label)
net[name] = L.MultiBoxLoss(*mbox_layers, multibox_loss_param=multibox_loss_param,
        loss_param=loss_param, include=dict(phase=caffe_pb2.Phase.Value('TRAIN')),
        propagate_down=[True, True, False, False])

with open(train_net_file, 'w') as f:
    print('name: "{}_train"'.format(model_name), file=f)
    print(net.to_proto(), file=f)
shutil.copy(train_net_file, job_dir)

# Create test net.
net = caffe.NetSpec()
net.data, net.label = CreateAnnotatedDataLayer(test_data, batch_size=test_batch_size,
        train=False, output_label=True, label_map_file=label_map_file,
        transform_param=test_transform_param)

VGGNetBody(net, from_layer='data', fully_conv=True, reduced=True, dilated=True,
    dropout=False, freeze_layers=freeze_layers)

AddExtraLayers(net, use_batchnorm)

mbox_layers = CreateMultiBoxHead(net, data_layer='data', from_layers=mbox_source_layers,
        use_batchnorm=use_batchnorm, min_sizes=min_sizes, max_sizes=max_sizes,
        aspect_ratios=aspect_ratios, normalizations=normalizations,
        num_classes=num_classes, share_location=share_location, flip=flip, clip=clip,
        prior_variance=prior_variance, kernel_size=3, pad=1)

conf_name = "mbox_conf"
if multibox_loss_param["conf_loss_type"] == P.MultiBoxLoss.SOFTMAX:
  reshape_name = "{}_reshape".format(conf_name)
  net[reshape_name] = L.Reshape(net[conf_name], shape=dict(dim=[0, -1, num_classes]))
  softmax_name = "{}_softmax".format(conf_name)
  net[softmax_name] = L.Softmax(net[reshape_name], axis=2)
  flatten_name = "{}_flatten".format(conf_name)
  net[flatten_name] = L.Flatten(net[softmax_name], axis=1)
  mbox_layers[1] = net[flatten_name]
elif multibox_loss_param["conf_loss_type"] == P.MultiBoxLoss.LOGISTIC:
  sigmoid_name = "{}_sigmoid".format(conf_name)
  net[sigmoid_name] = L.Sigmoid(net[conf_name])
  mbox_layers[1] = net[sigmoid_name]

net.detection_out = L.DetectionOutput(*mbox_layers,
    detection_output_param=det_out_param,
    include=dict(phase=caffe_pb2.Phase.Value('TEST')))
net.detection_eval = L.DetectionEvaluate(net.detection_out, net.label,
    detection_evaluate_param=det_eval_param,
    include=dict(phase=caffe_pb2.Phase.Value('TEST')))

with open(test_net_file, 'w') as f:
    print('name: "{}_test"'.format(model_name), file=f)
    print(net.to_proto(), file=f)
shutil.copy(test_net_file, job_dir)

# Create deploy net.
# Remove the first and last layer from test net.
deploy_net = net
with open(deploy_net_file, 'w') as f:
    net_param = deploy_net.to_proto()
    # Remove the first (AnnotatedData) and last (DetectionEvaluate) layer from test net.
    del net_param.layer[0]
    del net_param.layer[-1]
    net_param.name = '{}_deploy'.format(model_name)
    net_param.input.extend(['data'])
    net_param.input_shape.extend([
        caffe_pb2.BlobShape(dim=[1, 3, resize_height, resize_width])])
    print(net_param, file=f)
shutil.copy(deploy_net_file, job_dir)

# Create solver.
solver = caffe_pb2.SolverParameter(
        train_net=train_net_file,
        test_net=[test_net_file],
        snapshot_prefix=snapshot_prefix,
        **solver_param)

with open(solver_file, 'w') as f:
    print(solver, file=f)
shutil.copy(solver_file, job_dir)

max_iter = 0
# Find most recent snapshot.
for file in os.listdir(snapshot_dir):
  if file.endswith(".solverstate"):
    basename = os.path.splitext(file)[0]
    iter = int(basename.split("{}_iter_".format(model_name))[1])
    if iter > max_iter:
      max_iter = iter

train_src_param = '--weights="{}" \\\n'.format(pretrain_model)
if resume_training:
  if max_iter > 0:
    train_src_param = '--snapshot="{}_iter_{}.solverstate" \\\n'.format(snapshot_prefix, max_iter)

if remove_old_models:
  # Remove any snapshots smaller than max_iter.
  for file in os.listdir(snapshot_dir):
    if file.endswith(".solverstate"):
      basename = os.path.splitext(file)[0]
      iter = int(basename.split("{}_iter_".format(model_name))[1])
      if max_iter > iter:
        os.remove("{}/{}".format(snapshot_dir, file))
    if file.endswith(".caffemodel"):
      basename = os.path.splitext(file)[0]
      iter = int(basename.split("{}_iter_".format(model_name))[1])
      if max_iter > iter:
        os.remove("{}/{}".format(snapshot_dir, file))

# Create job file.
with open(job_file, 'w') as f:
  f.write('cd {}\n'.format(caffe_root))
  f.write('./build/tools/caffe train \\\n')
  f.write('--solver="{}" \\\n'.format(solver_file))
  f.write(train_src_param)
  if solver_param['solver_mode'] == P.Solver.GPU:
    f.write('--gpu {} 2>&1 | tee {}/{}.log\n'.format(gpus, job_dir, model_name))
  else:
    f.write('2>&1 | tee {}/{}.log\n'.format(job_dir, model_name))

# Copy the python script to job_dir.
py_file = os.path.abspath(__file__)
shutil.copy(py_file, job_dir)

# Run the job.
os.chmod(job_file, stat.S_IRWXU)
if run_soon:
  subprocess.call(job_file, shell=True)
 
          
 
           复制代码 
          
 
         
 
        
 
        
训练命令：
python examples/ssd/ssd_pascal_indoor.py

4 测试

SSD框架中提供了测试代码，有C++版本和python版本

 
        
 4.1 c++版本
 
        
编译完SSD后，C++版本的的可执行文件存放目录： .build_release/examples/ssd/ssd_detect.bin

测试命令  ./.build_release/examples/ssd/ssd_detect.bin models/VGGNet/indoor/deploy.prototxt   models/VGGNet/indoor/VGG_VOC0712_SSD_300x300_iter_60000.caffemodel pictures.txt

其中pictures.txt中保存的是待测试图片的list
 
        
 4.2 python版本
 
        
    python 版本的测试过程参见examples/detection.ipynb
 
        
参考：
　1 Faster RCNN 训练自己的数据集(Matlab,python版本)及制作VOC2007格式数据集
 2 SSD的配置及运行
 
        
 
       
 
      
 
       
     
 
     
 
     
 
     
 
      
 
        
        
        
       
 
        
  •  
          
     
           插入代码 
          
 
        
  •      
 
       
 
      
 
     
 
    
 
   
 
  
 
 
 

 

 
 
 
  
 
   
 
    
 
     查看评论 
      
    
 
    
 
     
 
      
        21楼 
       qq_40091489 2018-02-07 13:53发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主您好，我训练数据的时候为什么结果都是满图的标签框框呢 请问您我这是什么问题呢 是需要调节什么参数吗 谢谢您 
      
 
     
 
     
 
      
        20楼 
       qq_36236578 2018-01-30 10:11发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        为什么我用createXml转化txt文件为xml之后少一行数据，比如我原来图片有3个人，转化完了就变成了2个人？ 
      
 
     
 
     
 
      
        19楼 
       tangali 2017-12-28 10:39发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主，参照您的教程，请问报如下的错误该怎么修改：cannot copy param 0 weights from layer conv4_3_norm_mbox_conf&#39;; shape mismatch. Source param shape is 84 512 3 3; target param shape is 36 512 3 3. 我修改的类别数是9（含背景）。 
      
 
     
 
     
 
      
        18楼 
       the_sun1 2017-09-26 16:38发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主你好，请问您能够把SSD车辆识别的系统最后在模拟运行环境里跑的DEMO视频，发我一下吗？我自己总是跑不成功~ 
      
 
     
 
     
 
      
        17楼 
       wolf2345 2017-08-23 11:06发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        I0823 10:45:44.551381 5608 db_lmdb.cpp:35] Opened lmdb examples/indoor/indoor_test_lmdb 
       
terminate called after throwing an instance of &#39;std::length_error&#39; 
       
 what(): basic_string::_S_create 
       
*** Aborted at 1503456344 (unix time) try &quot;date -d @1503456344&quot; if you are using GNU date *** 
       
PC: @ 0x7f0ff4d11c37 (unknown) 
       
*** SIGABRT (@0x3e8000015de) received by PID 5598 (TID 0x7f0fc8b63700) from PID 5598; stack trace: *** 
       
 @ 0x7f0ff4d11cb0 (unknown) 
       
 @ 0x7f0ff4d11c37 (unknown) 
       
 @ 0x7f0ff4d15028 (unknown) 
       
 @ 0x7f0ff5ad83e5 (unknown) 
       
 @ 0x7f0ff5ad61d6 (unknown) 
       
 @ 0x7f0ff5ad6221 (unknown) 
       
 @ 0x7f0ff5ad6463 (unknown) 
       
 
       
 
       
 
       
 博主，这个是什么原因？ 数据集大小有要求吗？ 
      
 
     
 
     
 
      
        16楼 
       qq_24550699 2017-08-09 11:20发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        你们输出的xml都是和VOC标准格式一样的么？为啥我的xml都是一行一行的，每个变量（字符串）一行写出？ 
      
 
     
 
     
 
      
        15楼 
       qq_24550699 2017-08-09 11:09发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主为啥xml的输出结果会自动换行： 
       
&lt;bndbox&gt; 
       
 &lt;xmin&gt; 
       
 559 
       
 &lt;/xmin&gt; 
       
 &lt;ymin&gt; 
       
 99 
       
 &lt;/ymin&gt; 
      
 
     
 
     
 
      
        14楼 
       Starsboba 2017-05-16 22:16发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        我感觉还有一个疑问，应该就是train.prototxt中的conv_4_3_num_mbox_conf它那里是numoutput84维的，然后我训练出来的caffemodel只有8维，有人告诉我说train.prototxt不需要修改，但是需要修改.py测试代码。我在ssd的issue里281看到一种针对维度不等的修改方法，然后按照它的方式，可以跑，但是video视频上全是b-box，而且是各种各样的sheep car等等的pascal20类全出来了，但是我们不是只做二分类的吗？有点蒙，还在摸索当中，如果博主也还在做ssd的研究，希望找到解决方法后分享一下，不胜感激 
      
 
     
 
     
 
      
        Re: 
       Starsboba 2017-05-17 11:11发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复Starsboba：博主你好，我已经解决了我的问题了，原因是我在训练之前的一些路径设置错了，事实上是不需要修改prototxt文件里面的信息的，都是自动生成的，当然我们测试的时候只需要修改测试代码里面的一些路径，numclasses，lab_map路径等等一些参数就可以运行了，楼主的博文的帮助非常大，再次感谢 
      
 
     
 
     
 
      
        13楼 
       Starsboba 2017-05-16 09:12发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        你好博主，我按照你的方法成功训练了一个检测行人的2分类，但是在使用video_ssd_pascal.py测试的时候出现了维度不相等的情况，conv4_3_norm_mbox_conf这里不等，是不是我们在训练的时候要改一下train.prototxt，因为我们检测的类别变了，所以一些层的输出维度是不是就变了。 
      
 
     
 
     
 
      
        Re: 
       2014wzy 2017-05-16 10:39发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复Starsboba：是的，需要改的，原来的21类别改为2个类别，其他的也相应的修改， 
       
前几天我使用官网提供的训练迭代60000次的模型进行在线视频测试，出现维度不同了，SSD代码和模型常在更新，如果遇到“shape mismatch. Source param shape is 12 512 3 3 (55296); target param shape is 16 512 3 3 (73728)”这种错误，请一定去github下载最新的模型。最新模型看到各种链接都是失效了，奇怪。 
      
 
     
 
     
 
      
        12楼 
       Starsboba 2017-05-14 16:18发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        好像train.prototxt里面的维度需要修改吧二分类和pascal20类输出应该不同，我按照你的方法训练好了过后做测试发现con4_3_mbox的维度不相等 
      
 
     
 
     
 
      
        Re: 
       longlbj 2017-12-24 11:45发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复Starsboba：层主，您好，请问你说的train.prototxt里面的维度需要修改，是哪个目录下的呢？我也是训练自己的数据，二分类问题，每次运行python examples/ssd/ssd_pascal.py就报错ffffffffff600000-ffffffffff601000 r-xp 00000000 00:00 0 [vsyscall] Aborted (core dumped)，其中ssd_pascal.py里面我修改了num_classes = 2 
      
 
     
 
     
 
      
        Re: 
       2014wzy 2017-05-16 10:40发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复Starsboba：是的，需要修改 
      
 
     
 
     
 
      
        11楼 
       荪荪 2017-05-09 20:51发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主，感觉前后篇幅不是一致的啊？是不是我理解错了？还是博主自己不是按照这个流程从头走到尾的呢？ 
      
 
     
 
     
 
      
        10楼 
       github_38690312 2017-05-08 08:10发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主你好为什么我的main文件夹下默认是这4类文件：/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_test.txt 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_train.txt 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_trainval.txt 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_val.txt 
      
 
     
 
     
 
      
        9楼 
       github_38690312 2017-05-08 08:05发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        s 
      
 
     
 
     
 
      
        Re: 
       github_38690312 2017-05-08 08:12发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复github_38690312：我的main文件夹下是每个种类的这四类txt文件： 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_test.txt 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_train.txt 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_trainval.txt 
       
/home/felix/data/VOCdevkit/VOC2007/ImageSets/Main/bird_val.txt 
       
跟你说的不一样，那出问题了吗 
      
 
     
 
     
 
      
        8楼 
       HRLSW 2017-05-06 16:21发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主，你好！我运行了.createXml .createTest两个脚本，没有报错，但是没有生成相应的文件是为什么？ 
      
 
     
 
     
 
      
        Re: 
       youngstear 2017-05-18 14:59发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复HRLSW：与你一样的问题请问解决了嘛？ 
      
 
     
 
     
 
      
        7楼 
       qhlcs_zj_ee 2017-04-09 22:44发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        楼主我想问一下：在自己数据集上训练的时候，假设只检测door这一类，而某张图片上不包含door，你是怎么标注这张图片的？还要输入给网络做训练么？理论上是图片越多越好，而且可以把这张图片标注为neg，所以想问问你是怎么处理的？ 
      
 
     
 
     
 
      
        6楼 
       su1993312312 2017-03-30 15:52发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        我用自己生成的LMDB格式训练的时候，运行到加载Opened lmdb data/VOCdevkit/webface/lmdb/webface_trainval_lmdb 后总是出现下面错误，自己试过用训练数据来作为测试数据，依然出现下面错误 
       
I0213 21:19:32.094907 27669 net.cpp:408] conv4_2 -> conv4_2 
       
data_transformer.cpp:621] Check failed: mean_values_.size() == 1 || mean_values_.size() == img_channels Specify either 1 mean_value or as many as channels: 1 
       
*** Check failure stack trace: *** 
       
@ 0x7fb2b9d81daa (unknown) 
       
@ 0x7fb2b9d81ce4 (unknown) 
       
@ 0x7fb2b9d816e6 (unknown) 
       
@ 0x7fb2b9d84687 (unknown) 
       
@ 0x7fb2ba4d169f caffe::DataTransformer<>::Transform() 
       
@ 0x7fb2ba4d476c caffe::DataTransformer<>::Transform() 
       
@ 0x7fb2ba4dda0b caffe::DataTransformer<>::Transform() 
       
@ 0x7fb2ba4ddac8 caffe::DataTransformer<>::Transform() 
       
@ 0x7fb2ba4ddb7e caffe::DataTransformer<>::Transform() 
       
@ 0x7fb2ba5ff2dc caffe::AnnotatedDataLayer<>::load_batch() 
       
I0213 21:19:32.115164 27669 net.cpp:150] Setting up conv4_2 
       
博主，我也遇到这个问题了，请问怎么解决啊 
      
 
     
 
     
 
      
        5楼 
       键盘王者 2017-03-24 09:40发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主，我训练了自己的数据集，2000张四类，迭代六七千次后，loss一直在0.5-0.6之间波动，不在下降，请问我哪个参数调的不合适呀？ 
      
 
     
 
     
 
      
        Re: 
       su1993312312 2017-04-09 10:27发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复键盘王者：请问你在训练自己的数据集时修改了哪些东西啊？ssd_pascal.py与train.txt?为啥我一直报错啊。你可以发我一份你的ssd_pascal.py?我参考一下。1095617118@qq.ocm 
      
 
     
 
     
 
      
        Re: 
       qq_40091489 2018-02-05 17:07发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复su1993312312：请问您解决了吗 我和您一样的问题 能发给我一份ssd_pascal.py与train.txt参考吗谢谢啦 1023419671@qq.com 
      
 
     
 
     
 
      
        4楼 
       KevinDai0319 2017-03-01 13:30发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        您好，请问我训练时候loss一直为零是什么原因呢？ 
       
 
       
I0301 13:23:46.032362 5258 solver.cpp:243] Iteration 10, loss = 0 
       
I0301 13:23:46.032472 5258 solver.cpp:259] Train net output #0: mbox_loss = 0 (* 1 = 0 loss) 
       
I0301 13:23:46.032485 5258 sgd_solver.cpp:138] Iteration 10, lr = 0.001 
      
 
     
 
     
 
      
        Re: 
       WhiteCipher 2017-03-28 22:39发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复KevinDai0319：我猜是你的XML数据文件中有非整型的数 
      
 
     
 
     
 
      
        Re: 
       2014wzy 2017-03-01 17:24发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复KevinDai0319：loss为0说明两个问题，第一个你训练的太到位了，已经实现了正确率100%，第二个你的loss函数选择的有问题或者已经失去梯度，无法产生变化 
      
 
     
 
     
 
      
        3楼 
       zoufangyu1987 2017-02-24 16:30发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主： 
       
您好！ 
       
请问标定工具我加载文件夹"1"报错 
       
NO .JPEG images found in the specified dir! 
       
打印self.imageDir: ./Images\1 
       
self.imageList: [] 
       
没读到图像，我PYTHON没学过，不太会玩，这个是哪里城路径不对还是怎么回事？ 
      
 
     
 
     
 
      
        Re: 
       2014wzy 2017-02-24 19:21发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复zoufangyu1987：给你分享这个标注工具吧 git clone https://github.com/tzutalin/labelImg.git 
       
我现在用的是这个，很方便 
      
 
     
 
     
 
      
        Re: 
       zoufangyu1987 2017-02-27 15:09发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复2014wzy：好的，谢谢您 
      
 
     
 
     
 
      
        2楼 
       xiaoyong_99 2017-02-13 21:45发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        博主，你好！ 
       
我用自己生成的LMDB格式训练的时候，运行到加载Opened lmdb data/VOCdevkit/webface/lmdb/webface_trainval_lmdb 后总是出现下面错误，自己试过用训练数据来作为测试数据，依然出现下面错误 
       
I0213 21:19:32.094907 27669 net.cpp:408] conv4_2 -> conv4_2 
       
data_transformer.cpp:621] Check failed: mean_values_.size() == 1 || mean_values_.size() == img_channels Specify either 1 mean_value or as many as channels: 1 
       
*** Check failure stack trace: *** 
       
 @ 0x7fb2b9d81daa (unknown) 
       
 @ 0x7fb2b9d81ce4 (unknown) 
       
 @ 0x7fb2b9d816e6 (unknown) 
       
 @ 0x7fb2b9d84687 (unknown) 
       
 @ 0x7fb2ba4d169f caffe::DataTransformer<>::Transform() 
       
 @ 0x7fb2ba4d476c caffe::DataTransformer<>::Transform() 
       
 @ 0x7fb2ba4dda0b caffe::DataTransformer<>::Transform() 
       
 @ 0x7fb2ba4ddac8 caffe::DataTransformer<>::Transform() 
       
 @ 0x7fb2ba4ddb7e caffe::DataTransformer<>::Transform() 
       
 @ 0x7fb2ba5ff2dc caffe::AnnotatedDataLayer<>::load_batch() 
       
I0213 21:19:32.115164 27669 net.cpp:150] Setting up conv4_2 
      
 
     
 
     
 
      
        Re: 
       su1993312312 2017-03-30 15:53发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复xiaoyong_99：麻烦问一下，你这个问题解决了ma ? 
      
 
     
 
     
 
      
        1楼 
       aoxiaofu 2016-12-15 09:55发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        链接里面的VGG_ILSVRC_16_layers_fc_reduced.caffemodel下不下来，博主能分享一下吗？github上也下载不下来的说。。。。。。。 
      
 
     
 
     
 
      
        Re: 
       2014wzy 2016-12-16 09:47发表 [回复]  [引用] [举报] 
       
      
 
        
      
 
      

        回复aoxiaofu：链接：http://pan.baidu.com/s/1eSkMnXS 密码：0p4g 
      
 
     
 
     

       查看更多评论 
     
 
    
 
   
 
   
 
      
    
SSD安装及训练自己的数据集
 
    
  • zhang_shuai12
  • zhang_shuai12
  • 2016-08-28 17:58:58
  • 28038
 
    

      最近一直在搞object detection玩，之前用的是faster-rcnn，准确率方面73.2%，效果还不错，但是识别速度有点欠缺，我用的GPU是GTX980ti, 识别速度大概是15fps.最... 
    
 
      
    
用SSD框架训练自己的数据集
 
    
  • chris_pei
  • chris_pei
  • 2018-01-17 16:52:06
  • 235
 
    

      本文介绍如何使用SSD训练自己的数据集，内容包括数据集的转化，使用SSD进行训练1、VOC数据集的介绍VOC的数据格式：(1)annotation中保存的是xml格式的label信... 
    
 
    

      广告 
    
 
      
    
SSD配置、训练、测试以及应用到自己的数据集
 
    
  • wei_guo_xd
  • wei_guo_xd
  • 2017-06-25 20:54:43
  • 2641
 
    

      git clone https://github.com/weiliu89/caffe.git（上面的版本可能存在问题，最好是在https://github.com/weiliu89/caffe/... 
    
 
      
    
用SSD训练自己的数据集(VOC2007格式)
 
    
  • zhy8623080
  • zhy8623080
  • 2017-06-13 17:11:21
  • 3498
 
    

      用SSD训练自己的数据集(VOC2007格式)一. 配置caffe环境ubunt16.04下caffe环境安装二. 下载,编译及测试ssd源码(一)下载源码github链接或者执行 git clone... 
    
 
      
    
用SSD训练自己的数据集
 
    
  • dongfang1984
  • dongfang1984
  • 2017-07-07 11:11:09
  • 1030
 
    

      1构建 数据集 先来看一下我们构建数据集合应该是什么样的,假设总数据为1000张。 为了方便，我们将数据放在／home／bingolwang/data 文件夹下。/home/bingol... 
    
 
      
    
ssd训练自己的数据集
 
    
  • tmosk
  • tmosk
  • 2017-09-05 16:44:45
  • 293
 
    

      1.准备数据集   利用labelimg 工具得到图片和对应的xml文件然后将数据及利用编程得到train,trainval,val,test等txt文件，其中存储的是图片的名字没有后缀的，例如图... 
    
 
      
    
目标检测SSD：训练自己的数据集
 
    
  • wfei101
  • wfei101
  • 2017-12-02 10:17:57
  • 720
 
    

      最近一直在搞object detection玩，之前用的是faster-rcnn，准确率方面73.2%，效果还不错，但是识别速度有点欠缺，我用的GPU是GTX980ti, 识别速度大概是15fps.最... 
    
 
      
    
【SSD】用caffe-ssd框架自带VGG网络训练自己的数据集
 
    

      前言网上现有的教程几乎全都只是翻译或者直接使用VOC数据集。我的数据集是从ILSVRC、ImageNet拿来的，颜色通道不统一，xml文件内容格式不统一。整个过程遇到了大量问题，也写了很多脚本工... 
    
 
    
  • renhanchi
  • renhanchi
  • 2017-11-01 13:21:42
  • 3606
 
      
    
SSD训练与数据集方面的要点
 
    
  • shawncheer
  • shawncheer
  • 2016-12-10 07:25:32
  • 1212
 
    

      首先有几个博客地址：http://blog.csdn.net/sinat_30071459/article/details/50723212制作数据集文章作者的其他作品也是很值得看的。ht... 
    
 
      
    
深度学习ssd检测模型训练自己的数据集
 
    
  • liu_xiao_cheng
  • liu_xiao_cheng
  • 2017-11-17 17:24:03
  • 631
 
    

      之前参考过几篇文章发现没有可以走通的训练自己的数据集的例子，根据网上的几篇文章自己做了个完整的，并且已验证训练出的modelpaper:https://arxiv.org/abs/1512... 
    
 
      
    
Tensorflow-SSD测试及训练自己的数据集
 
    
  • ei1990
  • ei1990
  • 2017-07-18 10:56:18
  • 4370
 
    

      一、软件 Python + Tensorflow + OpenCV3二、安装测试 1、ssd_notebook.ipynb测试 （1）下载程序包并解压。 源代码GitHub： balanca... 
    
 
      
    
windows下SSD训练自己的数据
 
    
  • d408550969
  • d408550969
  • 2017-07-02 16:04:49
  • 1146
 
    

      标注软件：https://github.com/tzutalin/labelImg使用这个软件需要python2.7以上，pyqt4，lxml。先安装anaconda2.（python2.7）... 
    
 
      
    
SSD: Single Shot MultiBox Detector 训练KITTI数据集（2）
 
    

      前言 博主在上篇中花了很大篇幅讲解如何一步步把KITTI原始数据做成了SSD可以训练的格式，接下来就可以使用相关caffe代码实现SSD的训练了。下载VGG预训练模型 将 SSD 用于自己... 
    
 
    
  • Jesse_Mx
  • Jesse_Mx
  • 2017-04-11 10:52:18
  • 8115
 
      
    
SSD训练自己的数据集
 
    
  • lk123400
  • lk123400
  • 2017-03-10 09:05:57
  • 4123
 
    

      Faster-rcnn训练了自己的数据集，感觉效果还行，对于自己的数据集的准确率在89%左右，但是Faster-rcnn的速度就是个坑。因此，开始想着用SSD试一下。因为已经有了Faste... 
    
 
      
    
使用SSD检测训练自己的数据
 
    
  • jx232515
  • jx232515
  • 2017-12-03 22:39:16
  • 164
 
    

      上一篇博客讲到如何制作自己的训练数据集,这一篇博客讲讲如何使用SSD训练自己的数据.在训练数据做好后。训练程序为/examples/ssd/ssd_pascal.py，运行之前，我们需要修改相关路径... 
    
 
      
    
caffe-MobileNet-ssd环境搭建及训练自己的数据集模型
 
    

      caffe-MobileNet-ssd环境搭建及训练自己的数据集模型**********************************************************... 
    
 
    
  • cs_fang_dn
  • cs_fang_dn
  • 2017-12-13 13:21:18
  • 1437
 
      
    
SSD人脸检测安装：SSD训练自己的数据集
 
    
  • wfei101
  • wfei101
  • 2017-12-16 19:43:20
  • 649
 
    

      第一部分 SSD安装系统：ubuntu 14.04 语言：python ssd项目主页：https://github.com/weiliu89/caffe/tree/ssd 首先，我们把项目代码clo... 
    
 
      
    
SSD 训练自己的数据
 
    
  • yiweibian
  • yiweibian
  • 2017-10-16 12:54:31
  • 357
 
    

      忽略细节较多，只做一个简单的说明。系统:ubuntu16.04python2.7opencv3.3.3主要内容1.安装 ssd 2.准备数据 3.训练1.安装 ssd可以根据官网的T... 
    
 
      
    
SSD 安装 训练数据集
 
    
  • u014156736
  • u014156736
  • 2017-03-13 17:05:57
  • 1229
 
    

      SSD 安装 训练数据集转自 http://lib.csdn.net/article/deeplearning/53859在home目录下，获取SSD的代码，下载完成后有一个caffe... 
    
 
      
    
caffe-SSD训练自己的数据集
 
    
  • u010725283
  • u010725283
  • 2018-01-21 20:02:46
  • 1710
 
    

      本文介绍目标检测中数据集的准备、转换以及使用ssd进行训练的整个过程。内容包括：1，数据集的准备    1）图片的标注    2）制作VOC数据集    3）将VOC数... 
    
 
   
 
   
 
   
 
  
 
 
 

 

 
 
 
  
 
   个人资料 
    
   
 
    
 
     
 
      持之以恒 
     
 
    
 
    
 
     等级： 
      
    
 
    
 
     访问量： 
     66万+ 
    
 
    
 
     积分： 
     8106 
    
 
    
 
     排名： 
     3128 
    
 
   
 
  
 
  
 
   
 
   
 
  
 
  
 
   优秀博客推荐 
   1、zouxy09 
   
 
   2、唐巧的技术博客 
   
 
   3、斯坦福大学所有视频课程 
   
 
   4、寒小阳 
   
 
   5、july博客 
   
 
   6、爱可可爱生活老师微博 
   
 
  
 
  
 
   文章搜索 
    
  
 
 
 

 

 
 
 
  
 
   
 
    
 
     文章分类 
      
    
 
    
 
     文章存档 
      
    
 
    
 
     阅读排行 
      
    
 
    
 
     最新评论 
      
    
 
    
 
     
 
     
 
     
 
      
 
       
联系我们
 
       
 
        
 
         客服 
        
 
        
 
         
请扫描二维码联系客服
 
         
webmaster@csdn.net
 
         
 400-660-0108
 
         
QQ客服 客服论坛 
 
        
 
       
 
       
 
        
 
         
关于招聘广告服务   百度
 
         
©1999-2018 CSDN版权所有
 
         
京ICP证09002463号
 
        
 
        
 
         
经营性网站备案信息
 
         
网络110报警服务
 
         
中国互联网举报中心
 
         
北京互联网违法和不良信息举报中心
 
        
 
       
 
      
 
     
 
    
 
   
 
  
 
 
 

 

 
 
  •  
 

 

 
 
  •   
  •   
  •   
 

 

 

 

 
   
   

 

 
   
   

 


                

        

        

    




    

      

        

            

              
                
                  张航瑞
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    3
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
目标检测SSD网络在Caffe下的实现——基于VOC0712数据集

				
			

			

				

					jsk_learner的博客
				

				

					07-11
					
					3835
					
				

			

		

		

			
				
本篇博客主要讲解ssd目标检测网络在caffe下的安装、编译，VOC数据集下载、VGG预训练模型下载、LMDB数据集制作、ssd_pascal的代码修改、针对VOC0712数据集的网络训练、通过pycaffe进行网络模型测试输出等内容。

			
		

	



                

              
                



	

		

			

				
					
caffe-ssd细节梳理

				
			

			

				

					qq_35699505的博客
				

				

					04-18
					
					1733
					
				

			

		

		

			
				
为期一周结合ssd源码对ssd的细节进行梳理，其实有些地方仍然不是很明白，但是还是要对自己一周的工作进行总结。

ssd算法，其英文全名是Single Shot MultiBox Detector，属于one-stage方法，MultiBox指明了ssd算法是多框预测，是相对于RCNN系列目标检测算法，yolo系列目标检测算法的改进算法，ssd算法在准确度和速度上都比yolo要好很多，对于Fast...

			
		

	



                


  
              

                


	

		

			

				
					
记录一下caffe-ssd安装以及无脑训练的过程

				
			

			

				

					hjxu2016的博客
				

				

					11-08
					
					8665
					
				

			

		

		

			
				
首先记录一下caffe-ssd的安装过程,和caffe相似,网上有很多参考,这里简单记录一下


cd ssd # ssd是一个空的文件
git clone https://github.com/weiliu89/caffe.git
cd caffe
git checkout ssd # 注意,一定需要检查分支,出现分支则代表成功


配置caffe,此过程和caffe编译是一样的,配置三件套

...

			
		

	





	

		

			

				
					
深度学习之caffe入门一一配置SSD中遇到的问题

				
			

			

				

					hhy_csdn的博客
				

				

					03-31
					
					8120
					
				

			

		

		

			
				
记录caffe-ssd配置过程中的错误解决

			
		

	



		

			
		



	

		

			

				
					
caffe-ssd训练测试自己的数据

				
			

			

				

					chenghaoy的博客
				

				

					12-03
					
					1465
					
				

			

		

		

			
				
前记：这篇文章记录的是本人基于caffe框架使用自己的数据训练ssd的实现过程，若想用tensorflow框架实现，详见SSD-Tensorflow 训练记录
一，caffe-ssd安装编译
进入个人主目录下
git clone https://github.com/weiliu89/caffe.git #注意下载的是ssd版本而非master版本
cd caffe
git checkout ss...

			
		

	





	

		

			

				
					
SSD_caffe论文中文

				
			

			

				

					06-05
				

			

		

		

			
				
SSD_caffe论文中文。。

			
		

	





	

		

			

				
					
SSD caffe模型

				
			

			

				

					12-26
				

			

		

		

			
				
在Caffe中训练SSD模型，首先需要准备数据集，通常包括标注过的图像和对应的物体框信息。Caffe支持的数据格式通常是LMDB或HDF5，但也可以通过Python脚本转换其他格式。训练过程中，需要定义网络架构，包括基础网络...

			
		

	





	

		

			

				
					
res_ssd_caffemodel.rar

				
			

			

				

					03-31
				

			

		

		

			
				
标题中的"res_ssd_caffemodel.rar"是一个压缩文件，其中包含了预训练的SSD（Single Shot Multibox Detector）模型，这种模型主要用于目标检测任务，特别是人脸识别。SSD是一种高效的目标检测算法，它通过在不同尺度...

			
		

	





	

		

			

				
					
Mobilenet-SSD的Caffe系列实现-附件资源

				
			

			

				

					03-02
				

			

		

		

			
				
Mobilenet-SSD的Caffe系列实现-附件资源

			
		

	





	

		

			

				
					
caffe-ssd.rar

				
			

			

				

					04-09
				

			

		

		

			
				
总的来说，Caffe-SSD是深度学习领域中一种重要的目标检测技术，结合了Caffe的高效性和SSD的实时性，为开发者提供了强大的工具，推动了计算机视觉领域的进步。对于希望深入理解目标检测或者优化实时应用的开发者来说...

			
		

	





	

		

			

				
					
caffe-ssd代码

				
			

			

				

					08-14
				

			

		

		

			
				
人工智能深度学习方面的好的优秀的SSD模型的github源码

			
		

	





	

		

			

				
					
caffe ssd 深度学习 摄像头 目标检测 python代码

				
			

			

				

					07-07
				

			

		

		

			
				
caffe ssd 深度学习 目标检测 python代码,包括单线程和多线程，使用摄像头作为输入视频源。

			
		

	





	

		

			

				
					
caffe ssd

				
			

			

				

					萝卜的博客
				

				

					08-08
					
					642
					
				

			

		

		

			
				
https://github.com/weiliu89/caffe/tree/ssd

 

examples/ssd/

plot_detections.py

score_ssd_coco.py

score_ssd_pascal.py

ssd_coco.py

ssd_detect.cpp

ssd_ilsvrc.py

ssd_pascal.py

ssd_pascal_orig.py
...

			
		

	





	

		

			

				
					
caffe-ssd自带demo测试

				
			

			

				

					qq_39703045的博客
				

				

					05-04
					
					2060
					
				

			

		

		

			
				
caffe-ssd编译安装见教程：https://blog.csdn.net/qq_39703045/article/details/80156801安装后想找一个demo测试下效果，没有选择训练数据，直接从网上下载的模型。1、模型下载使用的模型是VGG_VOC0712_SSD_300x300_iter_120000.caffemodel，下载完后解压，把里面的VGGNet文件夹移动到/home/...

			
		

	





	

		

			

				
					
安装caffe和caffe ssd简略过程

				
			

			

				

					SisterL的博客
				

				

					07-17
					
					942
					
				

			

		

		

			
				
VM14下安装ubuntu16.04.

  先占磁盘空间再装系统，分配200G的存储量，2*2的内核。

  可能存在VMtool不在ubuntu中装载的问题。解决办法：

  更新系统和软件 sudo apt-get update&amp;&amp;apt-get upgrade

  安装vmtools   sudo apt-get install open-vm-tools-desktop...

			
		

	





	

		

			

				
					
如何从头到尾的用caffe-ssd训练自己的数据集并进行目标识别

					
热门推荐

				
			

			

				

					chenlufei_i的博客
				

				

					05-02
					
					1万+
					
				

			

		

		

			
				
caffe-ssd是一种非常适合新手的end to end 目标识别框架。也是我在学习了深度学习和目标识别理论以后第一个上手跑的程序。具体步骤如下：一 SSD的安装下载caffe，如果没有配置过可以参考：https://blog.csdn.net/baobei0112/article/details/77996369在home目录下，获取SSD的代码，下载完成后有一个caffe文件夹 1  git...

			
		

	





	

		

			

				
					
SSD(caffe)安装

				
			

			

				

					weixin_39451323的博客
				

				

					06-20
					
					348
					
				

			

		

		

			
				
以下是解决问题用到的指令.遇到问题可google解决,每台电脑的问题不一样,总得折腾,重要的是debug能力.
1.
nvidia-smi
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2




sudo apt-get install libprotobuf-d...

			
		

	





	

		

			

				
					
Ubuntu上用caffe的SSD方法训练umdfaces数据集

				
			

			

				

					luuuyi的博客
				

				

					03-13
					
					4970
					
				

			

		

		

			
				
实验目的
继前一段时间用SSD训练过VOC数据集以后，这一次使用SSD+K80服务器来训练自己的人脸识别应用，选择的数据集还是之前下载的umdfaces，总共36w张人脸图像。

实验环境

训练平台：NVIDIA K80
预测平台：NVIDIA TX1
语言        ：C++，Python
框架        ：caffe
方法        ：SSD
数据集    ：

			
		

	





	

		

			

				
					
数字化转型大数据咨询规划建议书两份材料.pptx

					
最新发布

				
			

			

				

					07-02
				

			

		

		

			
				
数字化转型大数据咨询规划建议书两份材料.pptx

			
		

	





	

		

			

				
					
我要使用基于MobileNet_SSD和Caffe预训练模型检测图像中的对象的代码

				
			

			

				

					06-07
				

			

		

		

			
				
好的，以下是基于MobileNet_SSD和Caffe预训练模型检测图像中的对象的示例代码：

```python
import cv2
import numpy as np

# 加载网络模型
net = cv2.dnn.readNetFromCaffe('MobileNetSSD_deploy.prototxt', 'MobileNetSSD_deploy.caffemodel')

# 定义类别标签
classNames = { 0: 'background',
               1: 'aeroplane', 2: 'bicycle', 3: 'bird', 4: 'boat',
               5: 'bottle', 6: 'bus', 7: 'car', 8: 'cat', 9: 'chair',
               10: 'cow', 11: 'diningtable', 12: 'dog', 13: 'horse',
               14: 'motorbike', 15: 'person', 16: 'pottedplant',
               17: 'sheep', 18: 'sofa', 19: 'train', 20: 'tvmonitor' }

# 加载图像
image = cv2.imread('image.jpg')

# 对图像进行预处理
blob = cv2.dnn.blobFromImage(cv2.resize(image, (300, 300)), 0.007843, (300, 300), 127.5)

# 将预处理后的图像输入到网络中，得到预测结果
net.setInput(blob)
detections = net.forward()

# 遍历预测结果，绘制检测框
for i in range(detections.shape[2]):
    confidence = detections[0, 0, i, 2]
    if confidence > 0.5:
        classId = int(detections[0, 0, i, 1])
        className = classNames[classId]
        x1 = int(detections[0, 0, i, 3] * image.shape[1])
        y1 = int(detections[0, 0, i, 4] * image.shape[0])
        x2 = int(detections[0, 0, i, 5] * image.shape[1])
        y2 = int(detections[0, 0, i, 6] * image.shape[0])
        cv2.rectangle(image, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(image, className, (x1, y1), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

# 显示检测结果
cv2.imshow('image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
```

需要注意的是，代码中的`MobileNetSSD_deploy.prototxt`和`MobileNetSSD_deploy.caffemodel`是MobileNet_SSD的预训练模型文件，需要根据实际情况进行替换。同时，预训练模型中定义的类别标签也需要根据实际情况进行修改。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值