MobileNet SSD 训练自己的数据集

记录下mobilnet-ssd如何跑自己的数据集。默认环境已经配置好，并且demo.py已经可以成功运行了。

mobilenet-ssd下载路径（需要注意的点：需要以Git的方式下载，不要以zip的方式下载，否则后面训练时可能报错）

$ git clone https://github.com/chuanqi305/MobileNet-SSD.git

步骤记录：1、制作VOC数据集

          2、用create_data.sh 和create_list.sh生成lmdb库

          3、创建labelmap.prototxt文件

          4、运行gen_model.sh脚本

          5、修改数据集的路径

          6、运行train.sh

 

以下对上述步骤进行详细的说明。

 

一、建立适用于SSD训练的数据集（VOC格式）

1. 图片的标注和重命名

   图片的标注可以用labelImage来做，源代码来自GitHub， 使用前需要安装各种环境，很复杂。直接下载打包好的也是要配置一些环境的。 也可以用一个VOC2007样本制作工具。

https://github.com/tzutalin/labelImg   https://pan.baidu.com/s/1aQy3JJ7xgFS10gCXR36FvA#list/path=%2F 

https://pan.baidu.com/s/1aQy3JJ7xgFS10gCXR36FvA#list/path=%2F

  图片需要命名成这种格式：

2、 VOC格式数据集中用到的主要是下面三个文件夹：

Annotations: 存放图片标记后生成的.xml文件

JPEGImages：存放原始图片（.jpg）

ImageSets：里面建立一个Main文件夹，包含几个.txt文件，内容是图片的编号（只要写入文件名就可以，不用地址，不用后缀，四个文件的生成方式见备注）

备注：

a)如果图像的标注