使用SSD检测框架训练自己的数据

数据集做好后，训练程序为/examples/ssd/ssd_pascal.py，运行之前，我们需要修改相关路径代码,主要是训练路径的修改和关于自己数据集参数的一些修改.

cd /examples/ssd
先复制一份ssd_pascal.py， 再打开,把里面的路径修改为自己的.具体有如下：
train_data路径；
test_data路径；
save_dir、snapshot_dir、job_dir、output_result_dir路径；没有的话就仿照voc0712的文件夹进行建立.
name_size_file、label_map_file路径；

name_size_file

label_map_file
num_classes 修改为1 + 类别数
num_test_image：测试集图片数目（即/home/zhuyating/caffessd/caffe/data/zyt目录下的test.txt文件夹内的图片信息个数）

batch_size根据自己电脑性能修改，因为本人的环境只有一个gpu（华硕1080GPU），所以将其改为1，以加快训练速度。

另外， 如果你只有一个GPU, 需要修改285行：（不同人的行数不一定都在285行） 
gpus=”0,1,2,3” ===> 改为”0”。
否则，训练的时候会出错。

另外,自己的电脑没有GPU的话,最好不要训练,一训练可能就死机。

修改完后运行

python ./examples/ssd/ssd_pascal.py 

训练完， 修改ssd_detect.py中模型路径， 任意找一张图片识别，看看效果怎么样。