Ubuntu 16.04下Caffe-SSD的应用（三）——训练VOC2007数据生成模型

最新推荐文章于 2021-07-20 23:44:53 发布

原创最新推荐文章于 2021-07-20 23:44:53 发布 · 786 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#VGG #VOC2007 #caffe-ssd #caffe #深度学习

caffe 专栏收录该内容

14 篇文章

订阅专栏

本文介绍了基于Caffe-SSD在VOC2007数据集上的训练流程。包括训练准备，如下载预训练模型、更改数据文件权限；修改ssd_pascal.py脚本，涉及添加环境路径、更改数据路径等；开始训练，运行修改后的脚本；最后进行模型测试。配置环境为Ubuntu 16.04等，采用CPU版本。

前言

1.经过运行前面的脚本，在Caffe-ssd/data/VOCdevkit/VOC2007/lmdb目录内应该生成了：VOC2007_test_lmdb 和 VOC2007_trainval_lmdb两个文件夹。
2.那之后就开始到训练过程，训练所调用的是python examples/ssd/ssd_pascal.py的脚本。
3.我配置的环境是Ubuntu 16.04 LST 64位，Qt5.9，Python2.7,Caffe-SSD，因为只跑CPU版本，所以没有配置CUDA库。

一、训练准备

1.下载预训练模型VGG_ILSVRC_16_layers_fc_reduced.caffemode，在caffe上-ssd/models下新建一个VGGNet的目录，并把下载好的文件放进去。
在这里插入图片描述
2.更改数据文件的权限，如不更改可能在训练过程中报错。

cd caffe/data/VOCdevkit/
sudo chmod -R 777 VOC2007

二、修改ssd_pascal.py脚本

1.打开/home/matt/caffe-ssd/examples/ssd目录下ssd_pascal.py的脚本，在第import caffe前面加上python的环境路径，如果不加，运行中可能会报找不到caffe的错误，(路径换成自己的路径，下面有关路径的都要注意这点)。

import sys
sys.path.insert(0,'/home/matt/caffe-ssd/python')

在这里插入图片描述
2.把训练和测试的数据路径改成前面生成的lmdb路径。

train_data = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/lmdb/VOC2007_trainval_lmdb"
test_data = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/lmdb/VOC2007_test_lmdb"

在这里插入图片描述
3.更改测试的txt路径，预训练模型路径，标签路径。

name_size_file = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/test_name_size.txt"
pretrain_model = "/home/matt/caffe-ssd/models/VGGNet/VGG_ILSVRC_16_layers_fc_reduced.caffemodel"
label_map_file = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/labelmap_voc.prototxt"

在这里插入图片描述
4.因为是CPU版本，去掉去GPU相关的设置。

5.更改迭代次数，如果不更改，原本的参数是10000多代，光CPU要跑好多天，这里只是把训练流程介绍清楚而已，我改成200代。

三、开始训练

把ssd_pascal.py更改好，保存退出。把目录切到caffe-ssd/,运行ssd_pascal.py。

cd caffe-ssd/
python ./examples/ssd/ssd_pascal.py

如果不报错，会一直在训练，直到训练完成，会在相关的路径生成训练好的模型。
在这里插入图片描述