原文連結：http://blog.csdn.net/muwu5635/article/details/60874721

下載ssd:

cd caffe

git checkout ssd-microsoft

修改CommonSettings.props

在caffe-master\src\caffe下新建3rdparty資料夾，裡面新增hungarian.cpp

在caffe-master\include\caffe下新建3rdparty資料夾，裡面新增hungarian.hpp

下載地址：連結: http://pan.baidu.com/s/1o7MTRIi 密碼: xyye

編譯即可

下載資料

在data\VOC0712下解壓VOC檔案，變成VOC2007和VOC2012兩個資料夾

在caffe根目錄下新建get_image_size的bat檔案

執行bat檔案，生成test_name_size.txt檔案

複製data\VOC0712的create_data.bat到caffe根目錄下，修改如下root_dir，執行bat檔案，在data\VOC0712下生成trainval_lmdb和test_lmdb檔案

下載VGG的weight檔案https://gist.github.com/weiliu89/2ed6e13bfd5b57cf81d6

下載設定好的訓練和測試的prototxt檔案（見上面百度雲地址，且這裡都已經設定好是CPU了，但是要注意下里面的一些檔案路徑與你的路徑是否一致），也可以修改models\VGGNet\VOC0712下的ssd_pascal.py和score_ssd_pascal.py來生成相應的訓練和測試網路檔案及是否採用GPU計算等引數的設定。

在根目錄下新建bat檔案

進行訓練，前面的CNN部分是之間用VGG的權重的。

因為只有CPU，所以訓練了一晚上，迭代了2000次，測試下效果

原來的專案是預測輸出的是

代表的是類 置信得分 座標值

為了在OpenCV顯示顯示其預測結果和儲存結果，給ssd_detect.cpp新增一些操作（主要是對image type做了處理，video就沒處理了）

預測的效果如下：

置信度閥值取0.3還能識別兩類，因為訓練的太少了，效果不好，所以有GPU的可以迭代個5萬次左右應該就可以得到很好的結果。