最近把一個(gè)ssd網(wǎng)絡(luò)的net..prototxt網(wǎng)絡(luò)結(jié)構(gòu)和自己生成的hdf5格式數(shù)據(jù)一起做訓(xùn)練時(shí)發(fā)現(xiàn)經(jīng)常報(bào)錯(cuò)，因?yàn)閟sd中一些層在caffe中并沒有實(shí)現(xiàn)，需要自己寫相應(yīng)的.cpp,.cu文件重新編譯，比較麻煩，而大家通常訓(xùn)練caffe-ssd都是基于原作者公開的代碼訓(xùn)練的，該代碼中實(shí)現(xiàn)了這些層，于是把原作者代碼跑了一遍．

我的機(jī)器是ubuntu16.04,裝有兩塊ＧＴＸ　１０８０TI 的顯卡，一共２０多個(gè)Ｇ顯存，opencv是自己編譯的3..3.0版本．

因?yàn)槲覚C(jī)器主目錄下已經(jīng)有個(gè)裝好的caffe了，所以再次在另一個(gè)目錄下載該源碼，該源碼下載后編譯也能import caffe，其他caffe項(xiàng)目也可以使用，如果沒有裝caffe，那就下載編譯這個(gè)源碼就能當(dāng)做caffe使用，同時(shí)也能訓(xùn)練ssd．

１，先進(jìn)入我這次操作的主目錄(/home/user/yjf),下載源碼

git clone https://github.com/weiliu89/caffe.gitcd caffegit checkout ssd(切換到ｓｓｄ分支)

這時(shí)候我的工作目錄為 /home/user/yjf/caffe．然后執(zhí)行如下操作

cp Makefile.config.example Makefile.config

然后參考我前面博客說過的如何搭建caffe環(huán)境文章中的說法更改Makefile和Makefile.config文件，并參照里面提到的方法進(jìn)行編譯(我感覺caffe不管是ｃｐｕ還是ｇｐｕ編譯起來其實(shí)很簡單的，我一般３０分鐘就能弄好，沒有大家想象中的有難度或者難裝，我用的python2.7,opencv3.3.0,cudnn7.3, cuda8.0，我使用cuda9.0報(bào)錯(cuò)，看來cuda9.0不匹配)

２，下載預(yù)訓(xùn)練模型，這個(gè)模型在我們訓(xùn)練ssd的時(shí)候作為初始化模型，我放在百度云了，https://pan.baidu.com/s/11JcopVftsLELIUSYmt-8Bw，大家下載即可．下載后放在/home/user/yjf/caffe/models/VGGNet目錄，如果沒有VGGNet目錄就新建一個(gè)．

３，下載VOC2007和VOC2012數(shù)據(jù)集，放到/caffe/data目錄下,并解壓(其實(shí)沒多大，幾個(gè)Ｇ而已)

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.tar

tar -xvf VOCtrainval_11-May-2012.tar

tar -xvf VOCtrainval_06-Nov-2007.tar

tar -xvf VOCtest_06-Nov-2007.tar

4,把下載的數(shù)據(jù)轉(zhuǎn)成訓(xùn)練需要的lmdb文件，在/home/user/yjf/caffe目錄下執(zhí)行

./data/VOC0712/create_list.sh當(dāng)然，可以會(huì)報(bào)錯(cuò)的，打開這個(gè)文件，把第一行的root_dir換成root_dir=/home/user/yjf/caffe/data/VOCdevkit(你下載的VOCdevkit在哪里這個(gè)就換成那個(gè)目錄就好，其他地方不改)

我改了原來代碼中的３，５，４１行，分別加了#yjf注釋，我的放在這里，可以下載看下https://pan.baidu.com/s/1AETTYyjyKAnuKi27kE12Og

然后進(jìn)行重新執(zhí)行．執(zhí)行結(jié)束后把data/VOC0712/create_data.sh里面的第七行root_dir換成root_dir=/home/user/yjf/caffe，注釋掉cur_dir，data_root_dir="$root_dir/data/VOCdevkit")

然后執(zhí)行./data/VOC0712/create_data.sh(執(zhí)行前先在script/crerate_annoset.py中添加如下

import sys

sys.path.insert(0,'/home/user/yjf/caffe/python'))

５．然后在caffe目錄下執(zhí)行

python examples/ssd/ssd_pascal.py開始ssd訓(xùn)練，(訓(xùn)練過程可能報(bào)錯(cuò)SSD from caffe.proto import caffe_pb2 ImportError: No module named caffe.proto，解決：打開 caffe/scripts/create_annoset.py 文件，在from caffe.proto import caffe_pb2這段話之前加上

import sys

sys.path.insert(0,'/home/user/yjf/caffe/python')(這是剛剛安裝的ssd-caffe的目錄下的python目錄)目標(biāo)是讓程序知道caffe在哪里．

另外，打開caffe/examples/ssd/ssd_pascal.py，看到gpus='0,1,2,3' 該成gpus='0'，是指定訓(xùn)練使用的gpu，我用的０,然后python caffe/examples/ssd/ssd_pascal.py開始訓(xùn)練

(題外話：一般caffe需要net.prototxt和solver.prototxt，train.sh三個(gè)訓(xùn)練模型對(duì)吧，這次好像沒看到，其實(shí)啊，caffe的這些net.prototxt網(wǎng)絡(luò)結(jié)構(gòu)文件是一般通過.py文件生成的，該代碼中也是在訓(xùn)練的代碼中先生成了這些東西，這些東西在/home/user/yjf/caffe/models/VGGNet/VOC0712/SSD_300x300目錄下放著，train.prototxt和test.prototxt就是訓(xùn)練和測試的網(wǎng)絡(luò)結(jié)構(gòu)，同時(shí)人家還生成了deploy.prototxt文件，而solver.prototxt中存放了訓(xùn)練的超參數(shù)，snapshot: 8000指定訓(xùn)練８０００個(gè)iters保存一次，我嫌棄時(shí)間太長，我想１００次保存一個(gè)先看下結(jié)果，不過沒到怎么改，然后我就等訓(xùn)練代碼跑起來后在把程序停掉，這樣就生成了這些文件，我直接在solver.prototx文件中改snapshot為１００，然后寫了一個(gè)train.sh文件，內(nèi)容如下：

#!/usr/bin/env sh

set -e

# /home/user/caffe/build/tools/caffe train --solver=./solver.prototxt --gpu 1

/home/user/yjf/caffe/build/tools/caffe train --solver=./solver.prototxt --gpu 1

然后我在caffe/models/VGGNet/VOC0712/SSD_300x300目錄直接執(zhí)行sh ./tran.sh就開始訓(xùn)練了，訓(xùn)練的模型根據(jù)指定目錄也在這個(gè)目錄，大家可以不用這樣，僅供參考

題外話結(jié)束＃＃＃＃)

６，測試訓(xùn)練結(jié)果

在caffe目錄執(zhí)行

python examples/ssd/score_ssd_pascal.py，執(zhí)行前先在該程序中的import caffe之前加上

import sys

caffe_root = '/home/user/yjf/caffe/'

sys.path.insert(0,caffe_root+'python')

目標(biāo)是為了讓程序找到caffe安裝目錄．?

Test net outpu的值一般為0.7左右吧，我這個(gè)值低是因?yàn)槲覄倓傞_始訓(xùn)練，我跑了１００個(gè)iters就把模型保存起來試了一下，使用效果肯定低，模型需要跑二十多萬個(gè)iters這個(gè)值就上去了．

源碼提供了在視頻和攝像頭上的測試，

在視頻上測試

python examples/ssd/ssd_pascal_video.py

直接運(yùn)行這段代碼就可以在視頻預(yù)測，默認(rèn)視頻路徑為examples/videos下面有一個(gè)視頻，效果如下

?

?在攝像頭上測試

python examples/ssd/ssd_pascal_webcam.py如果報(bào)錯(cuò)就按照第６點(diǎn)在代碼中添加caffe的目錄就好

７，預(yù)測

caffe目錄執(zhí)行python examples/ssd/ssd_detect.py　--model_weights ../VGG_VOC0712_SSD_300x300_iter_120000.caffemodel(此處為你訓(xùn)練的模型地址)　--image_files /home/user/yjf/caffe/examples/images/fish-bike.jpg即可在caffe目錄生成一個(gè)detect_result.jpg圖片為檢測結(jié)果,預(yù)測之前在該代碼開頭部分參照第６點(diǎn)添加caffe目錄，要不然報(bào)錯(cuò)

經(jīng)過一個(gè)晚上的訓(xùn)練，用新模型預(yù)測一下，效果如下圖所示：

?

?至此caffe-ssd測試結(jié)果，接下來將講解使用直接的數(shù)據(jù)訓(xùn)練ssd

總結(jié)

以上是生活随笔為你收集整理的caffe安装_目标检测之caffe-ssd模型训练与测试的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。