SSD-Tensorflow实验记录

最新推荐文章于 2020-10-27 18:15:48 发布

biyu_2020

最新推荐文章于 2020-10-27 18:15:48 发布

阅读量525

点赞数

分类专栏：深度学习文章标签： SSD Tensorflow

本文链接：https://blog.youkuaiyun.com/Biyu_csdn/article/details/81098448

版权

深度学习专栏收录该内容

4 篇文章

订阅专栏

这篇博客记录了使用Tensorflow实现SSD目标检测的过程，包括数据格式转换，使用预训练模型测试，以及训练过程。作者从GitHub下载项目，将VOC2007数据集转换为TensorflowRecords格式，并提供了转换和测试的脚本。测试阶段，作者展示了如何运行测试脚本查看结果。在训练阶段，调整训练参数并创建训练脚本以开始模型训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一数据格式转换

1.从github上下载项目并解压

2.下载VOC2007数据集,并放在如下目录:

3.格式转换

首先修改datasets / pascalvoc_to_tfrecords.py中83行, r ---> rb, 如下:

image_data = tf.gfile.FastGFile(filename, 'rb').read()

在VOC2007下建立convert_train.sh脚本,内容如下:

#!/bin/bash

DATASET_DIR=./image/train/
OUTPUT_DIR=./tfrecords/train
python ../tf_convert_data.py \
    --dataset_name=pascalvoc \
    --dataset_dir=${DATASET_DIR} \
    --output_name=voc_2007_train \
    --output_dir=${OUTPUT_DIR}

同样建立convert_test.sh脚本,内容如下:

#!/bin/bash

DATASET_DIR=./image/test/
OUTPUT_DIR=./tfrecords/test
python ../tf_convert_data.py \
    --dataset_name=pascalvoc \
    --dataset_dir=${DATASET_DIR} \
    --output_name=voc_2007_test \
    --output_dir=${OUTPUT_DIR}

分别运行脚本进行数据格式转换

二用训练好的模型测试

下载训练好的模型, 按如下写好test.sh脚本, 改好自己的路径

#!/bin/bash

DATASET_DIR=./tfrecords/test
EVAL_DIR=./logs/test_logs/
CHECKPOINT_PATH=../checkpoints/ssd_300_vgg_120000/VGG_VOC0712_SSD_300x300_iter_120000.ckpt
python ../eval_ssd_network.py \
    --eval_dir=${EVAL_DIR} \
    --dataset_dir=${DATASET_DIR} \
    --dataset_name=pascalvoc_2007 \
    --dataset_split_name=test \
    --model_name=ssd_300_vgg \
    --checkpoint_path=${CHECKPOINT_PATH} \
    --batch_size=1

测试输出结果:

2018-07-18 16:24:31.317474: I tensorflow/core/kernels/logging_ops.cc:79] AP_VOC07/mAP[0.59928033396046509]
2018-07-18 16:24:34.181961: I tensorflow/core/kernels/logging_ops.cc:79] AP_VOC12/mAP[0.60921422042100792]
INFO:tensorflow:Finished evaluation at 2018-07-18-08:24:34
Time spent : 522.992 seconds.
Time spent per BATCH: 0.106 seconds.

之后在test_log文件夹下会生成两个文件, 在此目录下运行以下命令后,在浏览器打开127.0.0.1:6006即可看到各种数据,还有网络结构.

tensorboard --logdir ./

三训练

首先修改train_ssd_network.py的154行,None修改成你要迭代的次数,例如5000

之后在VOC2007目录下创建train.sh脚本,并添加如下内容:

#!/bin/bash

DATASET_DIR=./tfrecords/train
TRAIN_DIR=./logs/train_from_ssd_300_vgg/
CHECKPOINT_PATH=../checkpoints/ssd_300_vgg/ssd_300_vgg.ckpt
python ../train_ssd_network.py \
    --train_dir=${TRAIN_DIR} \
    --dataset_dir=${DATASET_DIR} \
    --dataset_name=pascalvoc_2007 \
    --dataset_split_name=train \
    --model_name=ssd_300_vgg \
    --checkpoint_path=${CHECKPOINT_PATH} \
    --save_summaries_secs=60 \
    --save_interval_secs=600 \
    --weight_decay=0.0005 \
    --optimizer=adam \
    --learning_rate=0.001 \
    --batch_size=16

运行脚本进行训练