SSD_Tensorflow 训练 VOC2007数据集（一）

SSD_Tensorflow 训练 VOC2007

1. 准备数据集

   SSD框架： https://github.com/balancap/SSD-Tensorflow

   VOC2007：

   • 官网:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/
   • 其他：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
     http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

   下载 pascalvoc_2007 数据集，并将其重命名为 VOC2007

   

   Annotations：所有数据信息（训练，测试，交叉验证）以.xml文件存储
   ImageSets：main文件下有这四个文件
   -train.txt、trainval.txt、val.txt、test.txt分别表示：
   训练文件的文件名，训练和交叉验证的文件名，交叉验证的文件名，测试文件的文件名
   JPEGImage：存放所有的图片数据
   SegmentationObject：对象分割
   SegmentationClass：对象分割（按类别细分）

2. 生成训练数据

   1. 在SSD在解压出来的主目录下依次创建tfrecords_、train_model文件夹

      

   2. 将数据和标签文件序列化为tfrecord

      1. 修改SSD框架datasets/pascalvoc_to_tfrecords.py中187行（将voc改为voc_2007）：

         

      2. 在datasets/pascalvoc_to_tfrecords.py最后添加：

         （注意目录中的反斜杠\需要加上\进行转义，如果是’F:\JH_project\'会报错）

         if __name__ == '__main__':
             #你数据集的位置
             dataset = 'F:\\JH_Project\\python\\tensorflow\\VOCdevkit\\VOC2007\\'
             #你输出的位置
             output = '../tfrecords_/'
             run(dataset, output)
         

      3. tensorflow2.0会遇到的向下不兼容问题：

         • 没有tensorflow.contrib.slim包。Tensorflow2.0版本修改之后有了很大的变动，其中 tf.contrib被完全弃用了是2.0的一个重大的变化，但import tensorflow.contrib.slim as slim slim 作为一个高级封装，已经在很多之前的版本中广泛使用。Tf-slim有一个独立于tensorflow的镜像可以以tf.compat.v1兼容模式下使用，安装该包即可。

           !pip install tf_slim
           import tf_slim as slim
           

         • 没有’gfile’属性。在当前的版本中，gfile已经定义在io包的file_io.py中。

           if not tf.gfile.Exists(DATA_DIRECTORY):
                   tf.gfile.Makedirs(DATA_DIRECTORY)
           

           改为

           if not tf.io.gfile.exists(DATA_DIRECTORY):
                   tf.io.gfile.makedirs(DATA_DIRECTORY)