本文档详细记录了使用PyTorch复现SSD目标检测算法的过程，包括从下载代码到训练、评估和测试的步骤。在训练过程中，遇到并解决了多个bug。在更换为自定义数据集时，介绍了如何用LabelImg进行标注，调整XML文件，生成TXT文件，并修改相关配置文件。最后，提到了在运行过程中可能遇到的pytest错误及解决方法。
2019.5.14日记录目标检测SSD算法，实现复现pytorch代码以及更换自己的数据集。
1、下载代码：https://github.com/amdegroot/ssd.pytorch
2、数据集按照作者自己的voc0712.sh文件下载，下载后的数据集在主目录C:\Users\自己的用户名\data\VOCdevkit 如下图1，VOC2007的下载后，训练和测试集混合在一起了。
3、train.py文件，运行会出现很多bug， 我自己电脑的配置：pytorch版本是1.0.1版本， 出现的几个问题都可以在issues里面找到，需要修改几个地方。
训练网络，可以通过visiom观察totalloss变化，在下降到6后，loss下降变得很慢
4、运行eval.py文件：得到算法的总的精度
AP for tvmonitor = 0.7669
Mean AP = 0.7749
5、运行test.py文件：得到每张图中框的具体细节，写入到一个txt文档中。
6、运行demo.py:
得到测试集每张图片的具体细节，图片显现，分为3张图片，第一张原图显示，第二张是分割的图片显示，第三张是检测的带框图片。
需要做的：还需要返回图片的名称等，筛选谁有框。
更换自己的数据集：
首先利用自己的图片1.jpg，统一命名为数字ÿ
最低0.47元/天 解锁文章
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
