Ubuntu 16.04下使用wider face数据集训练SSD模型

SSD(single shot detector)
https://arxiv.org/abs/1512.02325

记录一下如何使用 github 上 ssd 开源代码 ssd，并用 wider face 数据集进行训练。

环境准备

关于 caffe 的安装，可以参考：Ubuntu16.04 Caffe 安装步骤记录（超详尽)

1. 源码下载

    git clone https://github.com/weiliu89/caffe.git
   

2. 由于整个代码仓库还包括多个分支，其中 ssd 分支就是ssd的代码实现，所以这里先切换分支

    git checkout -b ssd origin/ssd
   

3. 进入项目目录并编译，Makefile.config 文件最好使用你已经编译过的 caffe 中的Makefile.config，因为之前已经在你的机器上通过了编译，你也配置了相关的信息，如果直接使用 Makefile.config.example 可能会出现错误。

   cd caffe
   cp Makefile.config.example Makefile.config
   make all -j8
   

4. 将 caffe-ssd 添加到环境变量中

    vim ~/.bashrc
    export PYTHONPATH=$CAFFE_ROOT/python:PYTHONPATH
    source ~/.bashrc
    # 有时候不能生效的话，从新进入terminal
   

5. 编译 pycaffe

    make pycaffe -j8
   

然后在执行数据集的打包，才会有效果
其中可能出现一些问题，下面给出一些解决方法

1. ImportError: No module named caffe.proto解决办法
2. 错误/home/wq/anaconda3/bin/…/lib/libstdc++.so.6: version `GLIBCXX_3.4.21’ not found
3. Caffe中ImportError: dynamic module does not define module export function (PyInit__caffe)错误
4. 参考资料:ssd训练自己的数据集

数据集准备

wider face 数据集是香港中文大学 YangShuo 等收集，其中包含 32203 个图像和 393703 个人脸图像，图像在尺度、姿势、装扮、光照等方面表现出了大的变化，基于 61 个事件类别组织的。
分别下载对应的训练集、验证集、测试集和标注数据


数据集示例图片

将数据集打包成 VOC 数据格式

关于VOC 数据格式，请看 PASCAL VOC数据集分析

impor