目录
- ssd.pytorch指南(一)——序言
- ssd.pytorch指南(二)——平台搭建
- ssd.pytorch指南(三)——训练模型
- ssd.pytorch指南(四)——制作PASCAL VOC2007数据集
- ssd.pytorch指南(五)——训练自己的数据集
一、环境搭建
1、python3+torch0.4.1+torchvision
2、官方代码需要安装cv2和visdom
pip install opencv-python
pip install visdom
二、代码下载
https://github.com/amdegroot/ssd.pytorch
解压后将文件夹充命名为ssd_pytorch
三、下载数据
官方提供了两个数据库,实际操作中使用VOC即可,COCO可以不用下载。
由于我没有管理员权限,而且服务器没有安装curl,因此我无法使用官方的下载指令,只能自己下载了。
如果没有以上约束的小伙伴,自行查看官网,我这就不多说了。
1、在home/user
文件夹下新建data
文件夹(注user
需替换成你自己的用户名)
cd
mkdir data
cd data
1、Download the VOC dataset
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
2、Extract all of these tars into one directory named VOCdevkit
tar xvf VOCtrainval_06-Nov-2007.tar
tar xvf VOCtest_06-Nov-2007.tar
tar xvf VOCtrainval_11-May-2012.tar
3、解压后会有以下两个文件夹
$VOCdevkit/VOC2012/
$VOCdevkit/VOC2007/
4、新建coco
文件夹
mkdir coco
5、将coco_labels.txt复制到该文件夹中
cd
cd ssd_pytorch/data
cp coco_labels.txt /home/user/data/coco
- 到此就完成了ssd_pytorch平台的搭建,由于官方的测试模型无法下载,因此检验平台是否搭建成功,将通过下一章模型训练来检验。