Caffeの下でSSDの訓練と自分のデータをテストします

一.caffe環境の構成
二.SSDソースコードのダウンロード、コンパイル、テスト
1.ソースのダウンロード

git clone https://github.com/weiliu89/caffe.git
cd caffe
git checkout ssd

2.ソースコードのコンパイル

Makefileを構成する.config 【Instuction】

構成されたファイルリンク

pythonインタフェースなどをコンパイルする

make -j8
# Make sure to include $CAFFE_ROOT/python to your PYTHONPATH.
make py
make test -j8
# (Optional)
make runtest -j8

3.テストソース

訓練されたモデルをダウンロードし、$CAFFE_ROOT/models/

に配置する.

VOC 2007、VOC 2012などのデータセットをダウンロードし、解凍し、$HOME/caffe/data/

に置く.

# Download the data.
cd $HOME/caffe/data
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
# Extract the data.
tar -xvf VOCtrainval_11-May-2012.tar
tar -xvf VOCtrainval_06-Nov-2007.tar
tar -xvf VOCtest_06-Nov-2007.tar

LMDBフォーマットデータセットの生成

修正./data/VOC0712/create_list.shのroot_dir、name等

修正./data/VOC0712/create_data.shのdata_root_dir、dataser_name等

cd $CAFFE_ROOT
# Create the trainval.txt, test.txt, and test_name_size.txt in data/VOC0712/
./data/VOC0712/create_list.sh
# You can modify the parameters in create_data.sh if needed.
# It will create lmdb files for trainval and test with encoded original image:
#   - $HOME/data/VOCdevkit/VOC0712/lmdb/VOC0712_trainval_lmdb
#   - $HOME/data/VOCdevkit/VOC0712/lmdb/VOC0712_test_lmdb
# and make soft links at examples/VOC0712/
./data/VOC0712/create_data.sh

SSDソースコードのテスト

gpu idおよびdeviceの修正に注意id

mAP score 0.77前後

cd $CAFFE_ROOT
# You can modify the parameters in score_ssd_pascal.py if needed.
python examples/ssd/score_ssd_pascal.py

三.SSDを使って自分のデータセットを訓練する
1.予備訓練パラメータ及びモデルをダウンロードする
プリトレーニングモデルVGG_をダウンロードILSVRC_16_layers_fc_reduced.caffemodel、./models/VGGNet/経路の下に置く
2.データセットの作成
3.プロファイルの変更

注釈ファイル$CAFFE_ROOT/data/​dataset_name/labelmap_voc.prototxt

を修正する.

修正訓練文書$CAFFE_ROOT/data/example/ssd/ssd_pascal.py

VOC 0712を自分のデータセット名に置き換えることで、

を上書きすることを避けることができる.

カテゴリ数:num_classes = open(label_map_file).read().count(‘label’)

テスト画像数:num_test_image = len(open(name_size_file).readlines())

solver_param中’max_iter’:120000、最大反復回数を表す;test_interval’:10000、モデル効果の間隔反復回数を評価するたびに、収束するかどうかおよびオーバーフィットするかどうかを観察するために使用される

4.トレーニング開始

cd $CAFFE_ROOT
python example/ssd/ssd_pascal.py

5.テストトレーニング結果

cd $CAFFE_ROOT
python example/ssd/score_ssd_pascal.py

四.その他
1.発生したエラーおよび関連解決策
2.いくつかの解釈
リファレンスリンク
【1】https://github.com/weiliu89/caffe/tree/ssd
【2】https://blog.csdn.net/zhy8623080/article/details/73188594
【3】https://www.cnblogs.com/EstherLjy/p/6863890.html
【4】https://blog.csdn.net/lilai619/article/details/53791420