2.訓練ssd-caffe模型：(以VOC資料集為例)

使用caffe進行目標檢測，我們的需要標註了標籤的圖片作為訓練樣本，訓練模型。推薦使用開源的標註工具labelimg，來對我們的圖片進行標註。標註之後，會產生.xml檔案,用於標識圖片中物體的具體資訊。

這裡，我們以VOC格式的資料為示例：

VOC的資料格式，主要有三個重要的資料夾：Annotations、ImageSets和JPEGImages

• Annotations: 存放.xml標註檔案

• ImageSets/Main: 存放train.txt、test.txt、trainval.txt、val.txt

  • test.txt中儲存的是測試所用的所有樣本的名字，不過沒有後綴（下同）,一般測試的樣本數量佔總資料集的50%

  • train.txt中儲存的是訓練所用的樣本名，樣本數量通常佔trainval的50%左右

  • val.txt中儲存的是驗證所用的樣本名，數量佔trainval的50%左右

  • trainval.txt中儲存的是訓練驗證樣本，是上面兩個的總和，一般數量佔總資料集的50%

生成上述文字的程式碼如下：

import os  
import random  

trainval_percent = 0.66  
train_percent = 0.5  
xmlfilepath = 'Annotations'  
txtsavepath = 'ImageSets\Main'  
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]+'\n'  
    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()
print("done")

由於caffe只能處理lmdb格式的資料，如果你有自己的資料想要放在caffe上進行訓練，方式如下：

• 自定義資料和VOC資料格式相同：直接使用VOC的資料集轉換的程式碼轉換為lmdb
• 自定義的資料和VOC的資料格式有出入：自己寫程式碼或者修改原始碼src/caffe/util/io.cpp，轉換為lmdb格式

訓練步驟如下，以mydataset為例：

• 分別建立examples/mydataset,data/mydataset,data/VOCdevkit/mydataset 三個資料夾：

  • data/VOCdevkit/mydataset：將剛剛生成的Annocations等幾個資料夾複製進去

  • data/mydataset：將data/VOC0712下的create_list.sh,create_data.sh,labelmap_voc.prototxt三個檔案拷貝到該資料夾

  • create_list.sh:根據之前生成的ImageSets/Main中的train.txt等檔案，生成具體的檔案路徑資訊等。執行該資料夾會在當前目錄生成幾個txt檔案

    更改create_list.sh

    

    ​

  • create_data.sh:生成lmdb檔案，執行該資料夾，會在examples/mydataset生成

    更改create_data.sh

    

• 在ssd-caffe的根目錄，執行如下命令：

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

  即可生成上述提到的檔案。若執行兩個.sh指令碼檔案錯誤，則刪除剛剛生成的檔案，debug後重新執行

• 執行成功以後，在examples/mydataset即生成lmdb檔案

• 複製examples/ssd/路徑下的ssd_pascal.py檔案到example/mydataset下，修改相應引數：

  • 修改所有資料夾路徑為自己的路徑

  • 如果本機視訊記憶體太小,修改batch_size為8

  • 修改標籤個數num_classes為自己的種類n+1

  (1即為新增的backgroud標籤，識別為背景。另外，我們的xml標籤檔案中不能出現編號為0的backgrouond標註，否則會報錯。這個問題在ssd-caffe的issue上也有提到，至今沒有解決)

  • 修改max_iter等引數，將迭代次數減小，也可以不修改使用預設

• 在ssd-caffe根目錄下執行

  python example/mydataset/ssd_pascal.py

  等待模型執行結束

• 複製examples/ssd/路徑下的score_ssd_pascal.py檔案到example/mydataset下，修改相應檔案路徑,即可測試模型：

  python example/mydataset/score_ssd_pascal.py

  ​

3. 呼叫訓練完成的模型，對單張圖片進行測試：

我們訓練完的模型應該儲存在以下路徑：

models/VGGNet/mydataset/SSD_300X300

.
├── deploy.prototxt
├── solver.prototxt #超引數
├── test.prototxt
├── train.prototxt
├── VGG_mydataset_SSD_300x300_iter_55.caffemodel
└── VGG_mydataset_SSD_300x300_iter_55.solverstate

將example/ssd路徑下的ssd_detect.py檔案複製到example/mydataset下，將輸入，輸出的檔案路徑修改為自己的路徑(其中包含網路定義，模型檔案，標籤檔案，測試圖片，輸出圖片等)

P.S. 文章不妥之處還望指正