SSD模型配置与运行-优快云博客

配置SSD模型，用于目标检测实验。

第一部分：源码下载，编译

git clone https://github.com/weiliu89/caffe.git
cd caffe
git checkout ssd
# 或者是
git clone -b ssd https://github.com/weiliu89/caffe.git
cd caffe

下载的项目文件夹为caffe, 表示为$CAFFE_ROOT，进入到当前的caffe目录下，继续操作。

# 参照一般的caffe配置
cp Makefile.config.example Makefile.config

修改完毕Makefile.config之后，开始编译。一种方式是：

mkdir build
cd build
cmake ..
make all -j64
make install
make pycaffe

到这一步就编译完成了。下面开始下载数据集，初始化权重文件，训练模型。

第二部分：下载数据文件

预训练模型下载

下载地址：链接：http://pan.baidu.com/s/1slpaEO9 密码：loxo

下载地址２：https://pan.baidu.com/s/1boPmTbT

在caffe/models文件夹下新建文件夹，命名为VGGNet，将刚刚下载下来的文件放入这个VGGNet文件夹当中

下载VOC2007和VOC2012数据集，生成lmdb数据集

终端输入：

# 如果data目录不存在
mkdir ~/data

cd ~/data

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
# 解压文件
# 请严格按照这个顺序解压
tar -xvf VOCtrainval_11-May-2012.tar
tar -xvf VOCtrainval_06-Nov-2007.tar
tar -xvf VOCtest_06-Nov-2007.tar

生成lmdb数据集

cd $CAFFE_ROOT
./data/VOC0712/create_list.sh
./data/VOC0712/create_data.sh

可能在执行命令的过程中报错： no module named caffe等，则需要将 export PYTHONPATH=$PYTHONPATH:/home/**/**/caffe/python 添加到环境变量中: 通过修改/etc/profile 或~/.bashrc文件。

第三部分：训练测试演示
1、训练
打开caffe/examples/ssd/ssd_pascal.py这个文件，找到gpus=’0,1,2,3’, 这一行，如果您的服务器有一块显卡，则将123删去，如果有两个显卡，则删去2、3，以此类推。如果您服务器没有gpu支持，则注销以下几行，程序会以cpu形式训练。（这个是解决问题cudasuccess（10vs0）的方法）

#if num_gpus >0:
#  batch_size_per_device =int(math.ceil(float(batch_size) / num_gpus))

#iter_size = int(math.ceil(float(accum_batch_size) / (batch_size_per_device * num_gpus)))

#solver_mode =P.Solver.GPU
#device_id =int(gpulist[0])

保存后终端运行：

cd $CAFFE_ROOT
# 120000次训练
python examples/ssd/ssd_pascal.py

如果出现问题cudasuccess（2vs0）则说明您的显卡计算量有限，再次打开$CAFFE_ROOT/examples/ssd/ssd_pascal.py这个文件，找到batch_size =32这一行，修改数字32，可以修改为16，或者8，甚至为4（相信大家这个修改可以理解，我就不作说明了），保存后再次终端运行python examples/ssd/ssd_pascal.py
2、测试
终端输入：
python examples/ssd/score_ssd_pascal.py（演示detection的训练结果，数值在0.718左右）
3、演示
演示网络摄像头识别效果，终端输入：
python examples/ssd/ssd_pascal_webcam.py

发现了一个非常好的博文：用SSD训练自己的数据集(VOC2007格式)，可以设置输出单个类别的AP等。

参考： ssd模型配置及运行demo