生成tfcord并使用object_detection训练SSD

1、生成VOC2012数据集点击链接移步上篇微博

 

2、目录结构

VOC2012

---Annotations

---ImageSets

    ---Main

---JPEGImages

---train

------data

------model

---------eval

---------test

---------train

 

3、制作label_map.pbtxt，内容如下，路径：VOC2012/train/data

item {
  id: 1
  name: 'ok'
}

item {
  id: 2
  name: 'spot'
}

 

3、生成record数据集

(1)按下图修改models-master/research/object_detection/dataset_tools/create_pascal_tf_record.py文件。

examples_path: train.txt文件路径或是val.txt文件路径；

annotations_dir: xml文件路径。

这里再多啰嗦一句，create_pascal_tf_record.py的运行逻辑就是先读取train.txt或val.txt中图像名称，再到xml路径下找到对应的xml文件，最后根据xml文件信息生成record

(2)运行models-master/research/object_detection/dataset_tools/create_pascal_tf_record.py脚本生成record。

--label_map_path: label_map.pbtxt文件路径；

--data_dir: VOC2012数据集上一层路径，即data_dir/VOC2012；

--year: VOC2012即可

--set: 根据是train.txt还是val.txt进行修改

--output_path: record文件保存路径

python object_detection/dataset_tools/create_pascal_tf_record.py \
    --label_map_path=C:/Users/mengkun/Desktop/SSD/datasets/VOC2012/train/data/label_map.pbtxt \
    --data_dir=C:/Users/mengkun/Desktop/SSD/datasets/ \
    --year=VOC2012 \
    --set=train \
    --output_path=C:/Users/mengkun/Desktop/SSD/datasets/VOC2012/train/data/train.record

python object_detection/dataset_tools/create_pascal_tf_record.py \
    --label_map_path=C:/Users/mengkun/Desktop/SSD/datasets/VOC2012/train/data/label_map.pbtxt \
    --data_dir=C:/Users/mengkun/Desktop/SSD/datasets/ \
    --year=VOC2012 \
    --set=val \
    --output_path=C:/Users/mengkun/Desktop/SSD/datasets/VOC2012/train/data/val.record

 

4、制作ssd_mobilenet_v2_coco.config

(1)复制models-master/research/object_detection/samples/configs/ssd_mobilenet_v2_coco.config到VOC2012/train/model/

(2)下载finetune模型，并解压缩

(3)按如图修改

fine_tune_checkpoint: finetune模型路径

input_path: 分别对应train.record和val.record路径

label_map_path: label_map.txt路径

 

5、训练SSD

--pipeline_config_path: ssd_mobilenet_v2_coco.config文件路径

--train_dir: 训练文件输出路径

python object_detection/legacy/train.py --pipeline_config_path=G:/datasets/WIDERFace/VOC2012/train/model/ssd_mobilenet_v2_coco.config --train_dir=G:/datasets/WIDERFace/VOC2012/train/model/train/ --logtostderr


python object_detection/model_main.py --pipeline_config_path=G:/datasets/WIDERFace/VOC2012/train/model/ssd_mobilenet_v2_coco.config --model_dir=G:/datasets/WIDERFace/VOC2012/train/model/train/ --alsologtostder

 

6、转pb文件

python object_detection/export_inference_graph.py --input_type=image_tensor --pipeline_config_path=G:/datasets/WIDERFace/VOC2012/train/model/ssd_mobilenet_v2_coco.config --trained_checkpoint_prefix=G:/datasets/WIDERFace/VOC2012/train/model/train/model.ckpt-64183 --output_directory=G:/datasets/WIDERFace/VOC2012/train/model/export