SSD 使用自己的数据集训练模型
SSD中预留了多种数据集的训练方式,可在caffe/data目录下看到这些数据集预处理的方式,这里使用VOC0712格式数据集
1、准备原始数据
检查原始数据集是否符合以下规范
dataset (数据集目录)
--Annotations
***.xml (标注的物体信息文件)
--Images
***.jpg (图片集)
--ImageSets
test.txt (测试集) (保存格式为文件名,不带扩展名)
train.txt (训练集) (保存格式为文件名,不带扩展名)
--results
(null) (留作保存结果)
2、生成训练数据集
1. 将VOC0712目录下的create_data.sh labelmap_voc.prototxt create_list.sh三个文件复制到数据集目录下,这几个文件可以根据自己的需要修改文件名。
2. 修改create_data.sh内容
root_dir=/home/sea/caffe (指定SSD目录,最好用绝对路径)
data_root_dir="$HOME/caffe/data/Fruit4" (指定原始数据集路径)
dataset_name="Fruit4" &

本文详细介绍了如何使用SSD模型训练自己的数据集,包括数据集的准备、训练数据集的生成、开始训练的步骤以及如何使用训练好的模型。通过修改配置文件和运行脚本,可以实现对特定数据集的物体检测训练。
最低0.47元/天 解锁文章
6228





