SSD: Single Shot MultiBox Detector的安装配置和运行

SSD（Single Shot MultiBox Detector）算是一个比较不错的目标检测算法，主攻方向是速度，当然精度也比Yolo提高了一些，最近在ubuntu16.04下实现了代码运行，此博文主要内容来自原作者的github，加上了一些个人理解，欢迎探讨。

PS：SSD代码和模型常常在更新，我给的链接可能不是最新版，如运行出错请参看官方github。

准备工作：Linux+cuda+caffe是标配，我就不详述了，推荐博客：

ubuntu16.04+nvidia gt740m+cuda7.5+caffe安装、测试经历 http://blog.csdn.NET/WoPawn/article/details/52313914

下面正式开始：

1.获取源码

[plain]  view plain  copy

1. git clone https://github.com/weiliu89/caffe.git  
2. cd caffe  
3. git checkout ssd  

说明：SSD采用的是在caffe文件夹中内嵌例程的方式，作者改动了原版caffe，所以你需要把原来的caffe文件夹移除，Git命令会新建一个带有SSD程序的caffe文件夹，当然，这个新的caffe要重新编译一次。

2.编译caffe

[plain]  view plain  copy

1. cd /home/mx/caffe  
2. cp Makefile.config.example Makefile.config  

运行时报错不断，事后总结，需要修改配置文件，用gedit或者vim打开配置文件进行修改：

1）Makefile.config文件中

将USE_CUDNN :=1取消注释

2）Makefile.config文件中

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include后面打上一个空格，

然后添加/usr/include/hdf5/serial， 如果没有这一句会报一个找不到hdf5.h的错误

3）makefile文件中

替换NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

为NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 

保存退出。

继续输入命令

[plain]  view plain  copy

1. make -j8 #8线程  
2. make py  
3. make test -j8  
4. make runtest -j8 #貌似不是必须的，跑一遍用了10多分钟  

3.训练模型

节省时间的做法是，直接下载原作者最终弄好的模型：

http://www.cs.unc.edu/~wliu/projects/SSD/models_VGGNet_VOC0712_SSD_300x300.tar.gz 

解压后将voc0712文件夹放入/home/mx/caffe/models/VGGNet/之下

OR：条件较好的同学可以下载图片数据和预训练模型，进行finetuning，得到最终可用的模型，步骤如下：

1）下载预训练模型 

https://gist.github.com/weiliu89/2ed6e13bfd5b57cf81d6

将其放入新建的文件夹/home/mx/caffe/models/VGGNet/

2）下载voc2007和voc2012数据集

[plain]  view plain  copy

1. cd /home/mx/data  
2. wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar  
3. wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar  
4. wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar  

如果终端下载太慢，那就按照地址手动下载文件，依然放入文件夹/home/mx/data/

解压文件，按照顺序来

[plain]  view plain  copy

1. cd /home/mx/data  
2. tar -xvf VOCtrainval_11-May-2012.tar  
3. tar -xvf VOCtrainval_06-Nov-2007.tar  
4. tar -xvf VOCtest_06-Nov-2007.tar  

3）将图片转化为LMDB文件，用于训练

[plain]  view plain  copy

1. cd /home/mx/caffe  
2. ./data/VOC0712/create_list.sh  
3. ./data/VOC0712/create_data.sh  

这里用的脚本实现批处理，可能会出现错误： no module named caffe 或者 no module named caffe-proto，那是caffe的Python环境变量未配置好，解决方法：

[plain]  view plain  copy

1. echo "export PYTHONPATH=/home/username/caffe/python:$PYTHONPATH" >> ~/.profile  
2. source ~/.profile  
3. echo $PYTHONPATH #检查环境变量的值  

设好环境变量后，重新运行命令就不会出错了

4）训练模型（finetuning）

[plain]  view plain  copy

1. cd caffe/  
2. python examples/ssd/ssd_pascal.py  

4.演示效果

PS：之前有说过，SSD代码和模型常在更新，如果有同学遇到“shape mismatch. Source param shape is 12 512 3 3 (55296); target param shape is 16 512 3 3 (73728)”这种错误，请一定去github下载最新的模型。

SSD的作者在/home/mx/caffe/examples/ssd/文件夹下，放了好几个Python文件，都是直接调用，可以检测图片，视频，以及电脑前置摄像头

1）图片测试集

[plain]  view plain  copy

1. python examples/ssd/score_ssd_pascal.py  

大概看了下代码们这里是跑了一遍数据集，得出准确率，我记得是百分之70多。要想用单张图片检测，貌似ssd_detect.cpp可用，博主还要研究下

2）电脑前置摄像头

[plain]  view plain  copy

1. python examples/ssd/ssd_pascal_webcam.py  

下图为检测效果，身在实验室，只能对准天花板了：

 3）视频检测

[plain]  view plain  copy

1. python examples/ssd/ssd_pascal_video.py  

当然，这样直接跑肯定不行，要先用vim打开该文件，定位到51行，修改视频路径为已有本地视频，然后运行才不报错。

博主在youtube下载了一段车载视频，以下是检测效果图，还不错：

原作者说SSD运行时能有几十帧，可是人家用的是Titan X，我运行时只有10帧只能是GTX850M显卡太渣了。。。

参考文献：https://github.com/weiliu89/caffe/tree/ssd