caffe win10 ssd訓練和預測(CPU)
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。