SSD安装及训练自己的数据集

最新推荐文章于 2024-08-12 14:50:42 发布

zhang_shuai12

最新推荐文章于 2024-08-12 14:50:42 发布

阅读量4.5w

点赞数 11

分类专栏：深度学习文章标签： ssd caffe

本文链接：https://blog.csdn.net/zhang_shuai12/article/details/52346878

版权

本文介绍了SSD的安装过程，包括在Ubuntu 14.04上编译Python版本的Caffe，并提供了训练自己数据集的详细步骤，包括数据集的准备、创建lmdb文件和修改训练配置。通过遵循教程，读者可以成功训练基于SSD的模型并进行对象检测。

摘要由CSDN通过智能技术生成

最近一直在搞object detection玩，之前用的是faster-rcnn，准确率方面73.2%，效果还不错，但是识别速度有点欠缺，我用的GPU是GTX980ti, 识别速度大概是15fps.最近发现SSD(single shot multibox detector) 这篇论文效果和速度都不错，我自己实验了一下，速度确实比faster-rcnn快不少。下面分两部分来介绍。第一部分介绍SSD的安装，第二部分介绍如何基于SSD训练自己的数据集。

第一部分 SSD安装

系统：ubuntu 14.04
语言：python
ssd项目主页：https://github.com/weiliu89/caffe/tree/ssd
首先，我们把项目代码clone下来, 然后编译：

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

接下来，我们开始编译caffe,编译caffe非常容易，这里我们滤过，如若感兴趣，可参考我之前的博客：http://blog.csdn.net/zhang_shuai12/article/details/52289825，此篇讲的是caffe + cpu + ubuntu14.04的安装， GPU版安装需修改Makefile.config文件，修改完成后：