SSD目标检测复现

复现SSD网络时的错误

一、关于数据集
SSD数据集可以使用coco和voc,本次复现使用VOC2017数据集。
修改代码部分：

修改成自己的数据集路径。

因为数据集只用了VOC2007，需要修改2012的地方写成2007:dataset_name以及image_set.

train.py中关于数据集:
只用voc2007数据集，代码默认先使用coco数据集，将coco部分注释掉。

以上为tran.py文件中def train()
中需要注释的部分。

训练保存的checkpoint，自定义保存的名字：

如修改为：weights/ssd300_voc2017_

二、关于训练train.py
1、索引问题

如果出现类似于以上的索引错误，需要将layers/modules/multibox_loss.py 的代码按照下图修改即可。注释掉的是源代码，下面的是新加的，即交换两行代码的顺序即可。

解决了这个问题，又会出现新的问题

解决办法：

注意，在重新运行train.py文件时，所有的data[0]改为item（）
2、触发Stoplteration异常
tain.py代码中，在迭代过程中，每次执行batch张图片，通过images, targets = next(batch_iterator)读取图片时，如果next()中没有数据后会触发Stoplteration异常，使用下面语句替换 images, targets = next(batch_iterator)将解决这种异常问题。

三、关于test.py
出现错误：RuntimeError: Legacy autograd function with non-static forward method is deprecated. Please use new-style autograd function with static forward method.

修改方式见博客：
添加链接描述
四、关于可视化loss
github里的损失ssd.pytorch-master代码中，明确指出可用visdom进行边训练边看loss的可视化。
具体过程如下：
安装visdom:pip install visdom
启动visdom： python -m visdom.server
点开出现的网址转到浏览器。
训练train.py文件。
注意：train.py里使用可视化的部分是用的viz,简单变换一下：
添加代码：import visdom
viz = visdom.Visdom()

五、可视化目标框
在第一个while True 循环里的fps.update里添加一句代码：
frame = cv2.imread(‘data/ …/1.jpg’)
但是可以可视化图片但是没办法出现索引，应该是有错误，有待继续研究。

最后，这篇博客《SSD-Pytorch训练和测试自己的数据集（新手必看）》写得挺全面的：https://blog.csdn.net/dingkm666/article/details/88775428