【Caffe学习五】Object Detection based on the Caffe-SSD Net——PASCAL VOC数据集

    关于PASCAL VOC数据集的相关介绍可参考以下博客：

    https://arleyzhang.github.io/articles/1dc20586/

   重要提醒：请仔细阅读GitHub上关于Caffe-SSD网络的配置安装教程！！

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

 

1. 下载VOC0712数据集

•     ~$ mkdir data       # data放在$HOME/data/路径下，即/home/usrname路径
•     ~$ cd data

    然后执行以下命令：

    通过以上步骤，将在$HOME/data目录下生成一个名为VOCdevkit的文件，其包括两个子文件VOC2007和VOC2012.

2. Download fully convolutional reduced (atrous) VGGNet

•     ~$ cd caffe/models
•     ~$ mkdir VGGNet        # 将网路放在$CAFFE_ROOT/models/VGGNet/下
•     ~$ cd VGGNet
•     ~$  git clone https://github.com/conner99/VGGNet.git      # 下载VGGNet(链接：https://github.com/conner99/VGGNet)

3. 将原始数据转换成LMDB格式 (这里遇到很多bug，主要是因为前边编译有问题）

    执行完以上命令后，./data/VOC0712下包含以下文件：

  $HOME/data/VOCdevkit/VOC0712/lmdb下包含以下子文件：

 

4. 训练并测试网络

 

    按上图分别执行以下命令：

    :~/caffe$ python examples/ssd/ssd_pascal.py

    :~/caffe$ python examples/ssd/score_ssd_pascal.py

    :~/caffe$ python examples/ssd/ssd_pascal_webcam.py

    

    

    下图是运行ssd_pascal_webcam.py的实时检测结果 (因为VGG网络太大，所以实时性不好）:

 

---

---

以ssd_pascal_webcam.py为例，修改为CPU模式：

---

---

参考链接：https://www.jianshu.com/p/4eaedaeafcb4

                  https://blog.csdn.net/yudiemiaomiao/article/details/77897832