【pytorch-ssd目标检测】训练自己的模型（一）-环境安装，数据集准备

最新推荐文章于 2025-04-27 13:36:55 发布

原创

最新推荐文章于 2025-04-27 13:36:55 发布 · 2.6k 阅读

40 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #python #tensorflow #机器学习 #ai

本文详细介绍了如何从创建VOC数据集开始，包括图片重命名、xml标注、文件组织，到使用LabelImg工具，直至生成train.txt、val.txt和test.txt文件。后续内容将涉及SSD模型在PyTorch中的配置与训练过程，适合深度学习初学者参考。

前情提要

此系列博客记录我从创建，训练，数据集，验证模型的检测精度等的全部踩坑过程，遇到的问题以及解决方法，留下点东西，作为自己这段时间学习的总结，如果能对他人有些帮助就更好了。

环境

系统：Windows10
GPU：GTX1660Ti
CUDA：11.0
pytorch：1.6.0

训练过程中可以使用GPU加速，要安装对应自己显卡版本的CUDA，官网可查。不用的话只使用自己的CPU，速度会比较慢。
如果你的显卡不是N卡，或者N卡算力比较低，可以利用谷歌的colab完成训练，注意这个是基于linux的，本文写的都是基于windows的，部分细节可能不同

pytorch环境安装即SSD-pytorch代码下载

点击链接登陆pytorch官网根据电脑的操作系统配置选择安装（pytorch需要python3以上的版本）：
http://pytorch.org/
SSD-Pytorch代码链接：
https://github.com/amdegroot/ssd.pytorch
SSD中使用到了VGG 特征提取网络，训练的时候需要加载：
https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth

准备自己的数据集

ssd可以用VOC和COCO两种数据集，这里以VOC为例子。

1.背景介绍

VOC数据集的目录结构。其下主要包含以下几个目录：Annotations、ImageSets、JPEGImages。
Annotations：存放xml为结尾的文件，即在一张图片中用一定的坐标范围指出某个物体，并存放标签信息，后面会细说如何创建。
JPEGImages：存放训练和验证的图片
ImageSets：目录下有个Main文件夹，后面细说。

2.步骤

1.首先将你的图片放到JPEGImages文件夹下，重命名进行按顺序编号，比如001，002，003这样。
2.在Annotations文件夹生成图片的中物体坐标的xml文件，xml文件的名称与图片名称相同。(一定要每一张都仔细相对应，我曾弄到最后发现少一个，只能回去一个个重新校对)。
可以使用LabelImage软件来生成，操作简单界面清晰。
下载地址：
https://github.com/tzutalin/labelImg#macos

！！！！
但是我安装完之后，labelimg执行.py文件后无图像化界面出现，软件打不开，我又重新浏览了一下源码下载网站，发现了一个预编译好的二进制文件。