ssd制作数据和训练

1.在/data/VOCdevkit下建立自己的数据集名称如MyDataSet，在MyDataSet目录下需包含Annotations、ImageSets、JPEGImages三个文件夹：

2、ImageSets下建立Main文件夹

3、新建dir.py 写入下面代码

import os  
import random  

trainval_percent = 0.66  
train_percent = 0.5  
xmlfilepath = 'Annotations'  
txtsavepath = 'ImageSetsMain'  
total_xml = os.listdir(xmlfilepath)  

num=len(total_xml)  
list=range(num)  
tv=int(num*trainval_percent)  
tr=int(tv*train_percent)  
trainval= random.sample(list,tv)  
train=random.sample(trainval,tr)  

ftrainval = open('ImageSets/Main/trainval.txt', 'w')  
ftest = open('ImageSets/Main/test.txt', 'w')  
ftrain = open('ImageSets/Main/train.txt', 'w')  
fval = open('ImageSets/Main/val.txt', 'w')  

for i  in list:  
    name=total_xml[i][:-4]+'
'  
    if i in trainval:  
        ftrainval.write(name)  
        if i in train:  
            ftrain.write(name)  
        else:  
            fval.write(name)  
    else:  
        ftest.write(name)  

ftrainval.close()  
ftrain.close()  
fval.close()  
ftest .close()  

4、运行python  dir.py,在ImageSetsMain里有四个txt文件：test.txt train.txt trainval.txt val.txt

5、在caffe-ssd/data目录下创建一个自己的文件夹MyDataSet文件夹，把data/VOC0712目录下的create_list.sh 、create_data.sh、labelmap_voc.prototxt 这三个文件拷贝到MyDataSet下

6、在caffe-ssd/examples下创建MyDataSet文件夹，用于存放后续生成的lmdb文件

7、修改labelmap_voc.prototxt文件（改成自己的类别），以及create_list.sh和create_data.sh文件中的相关路径

#labelmap_voc.prototxt需修改：
item {
  name: "none_of_the_above"
  label: 0
  display_name: "background"
}
item {
  name: "aeroplane"
  label: 1
  display_name: "person"
}

#create_list.sh需修改：
root_dir=/home/yi_miao/data/Mydataset/
...
for name in yourownset
...
#if [[ $dataset == "test" && $name == "VOC2012" ]]
# then
#  continue
# fi

#create_data.sh需修改：
root_dir=/home/yi_miao/caffe-ssd
data_root_dir="/home/yi_miao/data/Mydataset"
dataset_name="Mydataset"

8、运行脚本

./data/mydataset/create_list.sh
./data/mydataset/create_data.sh

9、训练

 caffe/models/VGGNet/VGGNet 预训练模型

2、

82行：train_data路径；
84行：test_data路径；
237-246行：model_name、save_dir、snapshot_dir、job_dir、output_result_dir路径；
259-263行：name_size_file、label_map_file路径；
266行：num_classes修改为1 + 类别数;
360行：num_test_image：测试集图片数目

另外， 如果你只有一个GPU, 需要修改285行： gpus=”0,1,2,3” ===> 改为”0” ，如果出现 out of memory，则将batch size 相应改小一些。

3、训练

python ./examples/ssd/ssd_pascal.py 

4、测试

1.测试单张图片 
测试程序为/examples/ssd/ssd_detect.py，运行之前，我们需要修改相关路径代码，ssd_detect.py作如下修改（#部分为修改内容）：

parser.add_argument('--labelmap_file',
                        default='data/VOC0712/labelmap_voc.prototxt')#**修改为你的路径**
    parser.add_argument('--model_def',
                        default='models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt')#**修改为你的路径**
    parser.add_argument('--image_resize', default=300, type=int)
    parser.add_argument('--model_weights',
                        default='models/VGGNet/VOC0712/SSD_300x300/'#**修改为你的路径**
                        'VGG_VOC0712_SSD_300x300_iter_120000.caffemodel')
    parser.add_argument('--image_file', default='examples/images/fish-bike.jpg')#**修改为你的路径**

Python ./example/ssd/ssd_detect.py

 c++测试

cd ssd-caffe
$ build/examples/ssd/ssd_detect.bin   models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt   models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel  examples/images/test.txt 

其中test.txt内容为

examples/images/1.jpg 
examples/images/2-bike.jpg 
examples/images/3.jpg

 结果可视化

$ python examples/ssd/plot_detections.py   examples/images/result.txt  /home/your path/ssd-caffe  --labelmap-file data/VOC0712/labelmap_voc.prototxt  --save-dir examples/

找不到

caffe.pb.h

$ protoc src/caffe/proto/caffe.proto --cpp_out=.
$ sudo mkdir include/caffe/proto
$ sudo mv src/caffe/proto/caffe.pb.h include/caffe/proto

参考：https://blog.csdn.net/yu734390853/article/details/79481660