SSD的配置安装与测试

update:2017.2.21

1. I was using Atlas instead of MKL,and it works.

2.I was using anti-GFW,so it can be installed completely.

注：

本文参考：http://blog.csdn.net/samylee/article/details/51822832

升级cudnn：http://download.csdn.net/download/eagelangel/9617094

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

安装参考: https://github.com/holzers/caffe-ssd/blob/master/docs/installation.md

继yolo-darknet后，又一个SSD的配置教程：

注意：1、要求Ubuntu系统预先安装opencv和cuda7.5、

2、有些您复制的终端命令如果不能在终端运行，请注意英文全角半角问题，您可以将命令输入终端，无须复制粘贴命令

第一部分：安装SSD（caffe）

1、安装Git

终端输入：

sudo apt-get install git

2、安装SSD

在主文件下终端输入（即/home/***（您的服务器名字）这个目录）：

git clone https://github.com/weiliu89/caffe.git  （这个命令在不翻墙情况下下载非常慢，经常下载失败）

cd caffe

git checkout ssd（出现“分支”则说明copy-check成功，我checkout好像是出错了，成功有下面说明，这个一定得正确）

root@cloud:~/caffe# git checkout ssd
Branch ssd set up to track remote branch ssd from origin.
Switched to a new branch 'ssd'

第二部分：配置SSD（caffe）
终端输入：
cd /home/**（您服务器的名字）/caffe
cp Makefile.config.example Makefile.config
打开Makefile.config，修改之处可以参考我的Makefile.config文件，文件地址：（ 链接：http://pan.baidu.com/s/1mgVN57i   密码：34e6 ）保存退出。
终端输入：
cd /home/**（您服务器的名字）/caffe
mkdir build
cd build
cmake .. （cmake和..中间又一个 空格 ）
make all -j16 （"‐j16"是使用 CPU 的多核进行编译,可以极大地加速编译的速度） （这里如果出错可以考虑升级gcc和cudnn，cudnn开头有链接，亲测把cudnn从v3.0更新到v5.0有效，更新时注意libcudnn.so.7.0.64这些换成libcudnn.so.5.0.5等，还得保留之前的7.0，到后面运行配置的时候会用到他）
make install
make runtest （这一步不是必须的）
make pycaffe （编译pycaffe）

 

第三部分：下载数据文件

1、 预训练模型下载

链接：http://pan.baidu.com/s/1cIIR50 密码：vcbp （原文的链接失效，本文重传了一下）

在caffe/models文件夹下新建文件夹，命名为VGGNet，将刚刚下载下来的文件放入这个VGGNet文件夹当中

2、下载VOC2007和VOC2012数据集（文件太大，有3G这么大，注意时间，也可以从我的白度云里下载，地址：http://pan.baidu.com/s/1i46JIL3    密码：jtdv ）

在主文件夹下（即/home/**（您服务器的名字）/）新建文件夹，命名为data

终端输入：

cd /home/**（您服务器的名字）/data

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

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
解压这三个文件，终端输入：

cd /home/**（您服务器的名字）/data 

tar -xvf VOCtrainval_11-May-2012.tar

tar -xvf VOCtrainval_06-Nov-2007.tar

tar -xvf VOCtest_06-Nov-2007.tar

 

第四部分：生成LMDB文件

终端输入： （注意这里的要用bash，原因：http://stackoverflow.com/questions/3411048/unexpected-operator-in-shell-programming）

cd /home/**（您服务器的名字）/caffe 

bash ./data/VOC0712/create_list.sh 

bash ./data/VOC0712/create_data.sh

ls

在运行第三步时如果出现no module named caffe或者是no module named caffe-proto，则在终端输入：

 vim /etc/profile然后加入

export PYTHONPATH=$PYTHONPATH:/home/**（您服务器的名字）/caffe/pyhon

解决方案如下：https://github.com/weiliu89/caffe/issues/4

然后再次运行第三步

 

第五部分：训练测试演示
1、 训练
打开caffe/examples/ssd/ ssd_pascal.py 这个文件，找到 gpus=’0,1,2,3’ 这一行，如果您的服务器有 一块 显卡，则将 123 删去，如果有 两个 显卡，则删去 23 ，以此类推。如果您服务器没有gpu支持，则注销以下几行，程序会以cpu形式训练。（这个是解决问题 cudasuccess（10vs0） 的方法）
#Ifnum_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])
保存后终端运行：
cd  /home/**（您服务器的名字）/caffe
python examples/ssd/ssd_pascal.py
如果出现问题 cudasuccess（2vs0） 则说明您的显卡计算量有限，再次打开caffe/examples/ssd/ ssd_pascal.py 这个文件，找到 batch_size =32 这一行，修改数字 32 ，可以修改为 16 ，或者 8 ，甚至为 4 （相信大家这个修改可以理解，我就不作说明了），保存后再次终端运行 python examples/ssd/ssd_pascal.py
2、 测试
终端输入：
python examples/ssd/score_ssd_pascal.py （演示detection的训练结果，数值在 0.718 左右）
3、 演示
演示网络摄像头识别效果，终端输入：
python examples/ssd/ssd_pascal_webcam.py
demo结果如下（ 这里我只帖两张演示图，不过这是我从摄像头实时检测结果中截取的 ）：