Step 1 使用训练好的模型检测图片：
build/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt /home/daisida/ssd/models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel /home/daisida/ssd/list.txt --out_file tmp/output.txt
参数说明：
ssd_detect.bin：是ssd_detect.cpp的编译文件，类似于caffe中的classifier.bin，主要用于ssd训练模型的检测，相当main函数。
deploy.prototxt：网络结构参数
VGG_VOC0712_SSD_300×300_iter_120000.caffemodel：训练模型
test.txt：测试数据，可以是图片，可以是视频，每一行为图片或视频的路径
--file_type：文件类型，图片用image，视频用video
--out_file：检测结果输出文件
--condidence_threshold：阈值参数，这里设置为0.5，参数范围(0,1)
Step 2 结果可视化：
保存结果前需要将output.txt中的路径进行修改，去掉每行前边的路径，避免重复。
python examples/ssd/plot_detections.py tmp/output.txt /home/daisida/data/testset --labelmap-file data/VOC0712/labelmap_voc.prototxt --save-dir tmp/
报错：
/home/daisida/data/testset///home/daisida/data/testset/3.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/9.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/7.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/2.jpg does not exist
/home/daisida/data/testset///home/daisida/data/testset/8.jpg does not exist
解决方案：
修改output.txt文件，去掉每行前边的路径，避免重复。