caffe-ssd训练过程总结

好记性不如烂笔头，最近在使用caffe-ssd训练，所以简单写个总结，以防忘记一些过程，有不足之处，还请大家多多指教．

  一．数据准备

  pwd:/home/XXXXX/caffe-ssd/data/VOCdevkit/mydataset
  准备好jpg，txt和xml文件，分别放入对应的文件夹里
  Annotations文件夹里存放所有的xml文件
  ImageSets文件夹里的Main文件夹里分别存放txt文件，包括：test.txt,trainval.txt
  test.txt,trainval.txt文件是自己写脚本实现的：sy_generate_txt.py
  JPEGImages文件夹里存放所有的jpg文件


  二．将数据转化为lmdb格式数据
  pwd:/home/XXXXX/caffe-ssd/data/mydataset
  在caffe-ssd根目录下执行：./data/mydataset/create_list.sh
  create_list.sh文件生成训练数据的list
  在caffe-ssd根目录下执行：./data/mydataset/create_data.sh
  create_data.sh文件生成lmdb数据
  /home/XXXXX/caffe-ssd/data/VOCdevkit/mydataset/lmdb


 三．修改相关文件信息
 /home/XXXXX/caffe-ssd/data/mydataset/labelmap_voc.prototxt
 修改文件里面的类别信息
 label:0 是背景，不需要进行任何修改
    item {
      　　name: "none_of_the_above"
  　　　　　　　　label: 0
      　　display_name: "background"
    }
 接着修改，如果我们要训练三个类，eg:apple,pear,banana,那我们需要再加三类信息，label依次为1,2,3，name与display_name
 是我们的类名，如下：
    item {
        name: "apple"
        label: 1
        display_name: "apple"
    }
    item {
        name: "pear"
        label: 2
        display_name: "pear"
    }
    item {
        name: "banana"
        label: 3
        display_name: "banana"
    }
 修改完后保存即可．
 /home/XXXXX/caffe-ssd/examples/ssd/ssd_sy_train.py
 修改路径：
 pretrain_model = 'models/VGGNet/VOCSY/SSD_300x300_sign_watch2/VGG_VOC_SSD_300x300_iter_24000.caffemodel'
 有初始模型时，我们写上我们的初始模型路径
 没有初始模型时，我们: pretrain_model = ''(注意：此处没有空格）
 修改：num_classes，它的值为我们训练的类别数加１，如果我们要训练３个类，那么：num_classes = 4


 四．开始训练
 /home/XXXXX/caffe-ssd
 运行python examples/ssd/ssd_sy_train.py文件


 五．开始测试
 修改测试文件里的相关路径
 /home/XXXXX/caffe-ssd
 python examples/ssd/ssd_sy_test.py
 model_weights = 'models/VGGNet/VOCSY/SSD_300x300/VGG_VOC_SSD_300x300_iter_2000.caffemodel' 改为需要的模型所在路径
 inputDir = '/home/data/images/s/' 改为测试数据所在的目录
 outputDir1 = '/home/data/images/detect_results/'　保存测试结果的路径
 在caffe根目录下运行python examples/ssd/ssd_sy_test.py文件