caffe ssd样本训练的流程

配置好环境的ubuntu16.04.

训练的样本为jpg和xml文件。

在/home/user下的data中创建项目名称的目录，其下可按日期创建目录，如20180718。在其中包含三个文件夹Annotations  ImageSets JPEGImages。xml文件放在Annotations中，jpg放在JPEGImages中。

xml和jpg文件一一对应。可编写提取文件名到文本文件中的脚本，将样本的名字提取到train.txt中，抽取其中部分名字到val.txt中，其之和等于原始样本的总数。更改后文件名数目为train:val = 5 ：1左右（我最近的一次样本训练是8000：1000+）。

将train.txt和val.txt文件一起放到ImageSets中的Main目录中。

执行caffe ssd对应的文件夹中的caffe/data/项目名中的create_list.sh和create_data.sh文件。

生成对应可用于样本训练的lmdb文件。

将lmdb文件拷入用于样本训练的models中的项目名中，其中包含：example目录，lmdb, label**.prototxt, solver_test.prototxt和solver_train.prototxt，还有train的sh文件。要在example中的test和train的prototxt更改lmdb的路径。执行train.sh。

生成对应的.caffemodel文件。将此文件放入caffe ssd对应文件的models中的项目下，此时在项目名中包含如下文件

若缺少lmdb，要补上。

修改merge_bn.py中的相应名称和路径。再对其进行执行，可得到example中两个deploy文件。

完成。