最近一直在搞object detection玩，之前用的是faster-rcnn，準確率方面73.2%，效果還不錯，但是識別速度有點欠缺，我用的GPU是GTX980ti, 識別速度大概是15fps.最近發現SSD(single shot multibox detector) 這篇論文效果和速度都不錯，我自己實驗了一下，速度確實比faster-rcnn快不少。下面分兩部分來介紹。第一部分介紹SSD的安裝，第二部分介紹如何基于SSD訓練自己的數據集。

第一部分 SSD安裝

系統：ubuntu 14.04
語言：python
ssd項目主頁：https://github.com/weiliu89/caffe/tree/ssd
首先，我們把項目代碼clone下來, 然后編譯：

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

• 1
• 2
• 3

接下來，我們開始編譯caffe,編譯caffe非常容易，這里我們濾過，如若感興趣，可參考我之前的博客：http://blog.csdn.net/zhang_shuai12/article/details/52289825，此篇講的是caffe + cpu + ubuntu14.04的安裝， GPU版安裝需修改Makefile.config文件， 修改完成后：

make make py

• 1
• 2

到這里我們就完成了SSD的安裝，接下來我們講一下如何訓練自己的數據集。

第二部分 訓練自己的數據集

首先我們不妨先跑一下項目的demo, 需要下載數據集，提前訓練好的數據集等。
下載預訓練的模型，鏈接：https://gist.github.com/weiliu89/2ed6e13bfd5b57cf81d6，下載完成后保存在：

caffe/models/VGGNet/

• 1

下載VOC2007和VOC2012數據集， 放在/data目錄下：

cd 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.tartar -xvf VOCtrainval_11-May-2012.tar tar -xvf VOCtrainval_06-Nov-2007.tar tar -xvf VOCtest_06-Nov-2007.tar

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

創建lmdb格式的數據：

cd caffe ./data/VOC0712/create_list.sh # 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 ./data/VOC0712/create_data.sh

• 1
• 2
• 3
• 4
• 5
• 6

訓練和測試：

python examples/ssd/ssd_pascal.py

• 1
• 2

論文中，作者已經預訓練好模型，下載鏈接：http://www.cs.unc.edu/%7Ewliu/projects/SSD/models_VGGNet_VOC0712_SSD_300x300.tar.gz，我們不必自己再去訓練, 下載完成后放入指定的文件夾下。
測試時，我們使用/example/ssd/目錄里的ssd_detect.ipynb，運行這個文件，需要安裝ipython及ipython-notebook, 或者直接把里面的代碼拷貝出來，寫到一個新的python文件里，比如命名ssd_detector.py.

OK， 下面修改一系列文件來訓練自己的數據集
兩種方案， 第一：保持原來的文件目錄結構及文件名不變， 只替換里面的數據。第二：重新新建一個與之前類似的目錄結構，改成自己命名的文件夾，第二種方法，有一定的風險性，需要修改程序里涉及數據路徑的代碼。在之前講解的faster-rcnnan那篇博客中， 我們采用第一種方案。本次我們采用第二種方案。
在/data目錄下創建一個自己的文件夾：

cd /data mkdir mydataset

• 1
• 2

把/data/VOC0712目錄下的create_list.sh 、create_data.sh、labelmap_voc.prototxt 這三個文件拷貝到/mydataset下：

cp data/create* ./mydataset cp data/label* ./mydataset

• 1
• 2

labelmap_voc.prototxt, 此文件定義label。

在/data/VOCdevkit目錄下創建mydataset, 并放入自己的數據集:

cd data/VOCdevkit mkdir mydataset cd mydataset mkdir Annotations mkdir ImageSets mkdir JPEGImages cd ImageSets mkdir Layout mkdir Main mkdir Segmentation

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

其中Annotations中存放一些列XML文件，包含object的bbox，name等；
ImageSets中三個子目錄下均存放train.txt, val.txt, trainval.txt, test.txt這幾個文件，文件內容為圖片的文件名（不帶后綴）；
JPEGImages存放所有的圖片；

在/examples下創建mydataset文件夾：

mkdir mydataset

• 1

文件夾內存放生成的lmdb文件。

上述文件夾創建好后， 開始生成lmdb文件, 在創建之前需要修改相關路徑：

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

• 1
• 2

此時，在examples/mydataset/文件夾下可以看到兩個子文件夾, mydataset_trainval_lmdb, mydataset_test_lmdb；里面均包含data.dmb和lock.dmb;

到此為止,我們的數據集就做好了。接下來就開始訓練了。訓練程序為/examples/ssd/ssd_pascal.py，運行之前，我們需要修改相關路徑代碼：

cd /examples/ssd vim sd_pascal.py， 修改如下： 57行： train_data路徑； 59行：test_data路徑； 197-203行：save_dir、snapshot_dir、job_dir、output_result_dir路徑； 216-220行： name_size_file、label_map_file路徑； 223行：num_classes 修改為1 + 類別數 315行：num_test_image：測試集圖片數目

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

另外， 如果你只有一個GPU, 需要修改285行：
gpus=”0,1,2,3” ===> 改為”0”
否則，訓練的時候會出錯。
修改完后運行

python ./examples/ssd/ssd_pascal.py

• 1

訓練完， 修改ssd_detector.py中模型路徑， 任意找一張圖片識別，看看效果怎么樣。

如果在這過程中有什么問題， 可隨時私信我。

參考：
【1】《SSD: Single Shot MultiBox Detector》 By Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, Cheng-Yang Fu, Alexander C. Berg.
【2】https://github.com/weiliu89/caffe/tree/ssd

總結

以上是生活随笔為你收集整理的SSD安装及训练自己的数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。