yx2017的博客

SSD demo中详细介绍了如何在VOC数据集上使用SSD进行物体检测的训练和验证。本文介绍如何使用SSD实现对自己数据集的训练和验证过程，内容包括：1 数据集的标注2 数据集的转换3 使用SSD如何训练4 使用SSD如何测试1 数据集的标注　　　数据的标注使用BBox-Label-Tool工具，该工具使用python实现，使用简单方便。修改后的工具支持多label的标签标注。该工具生成的标签格式

SSD的安装 在home目录下，获取SSD的代码，下载完成后有一个caffe文件夹 git clone https://github.com/weiliu89/caffe.git cd caffe git checkout ssd(出现“分支”则说明copy-check成功)123 进入下载好的caffe目录，复制配置文件 cd /home/usrname/ca

继yolo-darknet后，又一个SSD的配置教程，希望可以帮助大家。若不能配置成功，请与我联系，邮箱：ahuljx@126.com 注意：1、要求Ubuntu系统预先安装opencv和cuda7.5，如果您没有安装，请参考我的博客：http://blog.youkuaiyun.com/samylee/article/details/51684856 2、有些您复制的终端命令如果不能在终端运

参考博文：caffe绘制训练过程的loss和accuracy曲线 1.必备文件 caffe/tools/extra下面有几个文件，必备的： 1 caffe/tools/extra/parse_log.sh 2 caffe/tools/extra/extract_seconds.py 3 caffe/tools/extra/plot_training_log.py.example