關于理論部分我看的是b站“霹靂吧啦Wz”的SSD理論講解，作為入門小白表示能聽懂，需要的同學可以自行觀看

目錄

1.訓練環境

2.訓練步驟

---

1.訓練環境

我的環境是win11+anaconda+python3.6.13+pytorch1.10.2+cuda11.6

2.訓練步驟

（1）下載SSD源碼

可到github進行下載

GitHub - amdegroot/ssd.pytorch: A PyTorch Implementation of Single Shot MultiBox Detector

（2）下載模型文件

VGG16_reducedfc.pth預訓練模型下載地址：https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth

將下載的模型文件放置于ssd源碼目錄中? wights/vgg16_reducedfc.pth

（3）數據集準備

與大多數訓練模型一樣，ssd支持的訓練格式為VOC和coco，這里采用voc2007作為演示，制作自己的數據集以及labimg的使用可自行觀看yolo數據集標注軟件安裝+使用流程_道人兄的博客-CSDN博客_yolo數據集標注工具

voc2007的具體下載方式我也不多贅述，網絡上百度也有，或者直接看我之前寫的也有提到使用Faster—RCNN訓練數據集流程（學習記錄）_道人兄的博客-CSDN博客

將下載后的voc2007數據集放置于./data/VOCdevkit/中

?然后到ssd.pytorch-master/data/中的voc0712.py進行修改其中的VOC_ROOT = osp.join(HOME, "data/VOCdevkit/")，他這里的HOME老是讀取我的C盤位置，所以一直報錯，我直接把數據集的絕對路徑寫上去了就沒報錯

將?voc0712.py文件中VOCDetection類的__init__函數，將image_sets修改為[('2007', 'train'), ('2007', 'val'),('2007','test')]，修改后的結果如下。

def __init__(self, root,image_sets=[('2007', 'train'), ('2007', 'val'),('2007','test')],transform=None, target_transform=VOCAnnotationTransform(),dataset_name='VOC0712'):

其中如果是訓練自己的數據集，記得修改voc0712.py文件中的VOC_CLASSES?變量。例如，將VOC_CLASSES修改為person類，注意如果只有一類則需要加方括號，修改后的結果如下。

VOC_CLASSES = [('person')

如果訓練自己的數據集，還需要修改config.py文件中的voc字典變量。將其中的num_classes修改為2（以person為例）（背景類+你訓練集的種類個數），第一次調試時可以將max_iter調小至1000，修改后的結果如下。

voc = {'num_classes': 2,'lr_steps': (80000, 100000, 120000),'max_iter': 1000,'feature_maps': [38, 19, 10, 5, 3, 1],'min_dim': 300,'steps': [8, 16, 32, 64, 100, 300],'min_sizes': [30, 60, 111, 162, 213, 264],'max_sizes': [60, 111, 162, 213, 264, 315],'aspect_ratios': [[2], [2, 3], [2, 3], [2, 3], [2], [2]],'variance': [0.1, 0.2],'clip': True,'name': 'VOC', }

最后一步，把coco_labels.txt放在ssd.pytorch-master/data/coco/目錄下，也可以通過修改coco.py文件中的COCO_ROOT = osp.join(HOME, 'data/coco/')來指定存放路徑。

（4）修改源碼

①修改ssd.py文件中SSD類的__init__函數和forward函數，修改后的結果如下。

if phase == 'test':self.softmax = nn.Softmax(dim=-1)self.detect = Detect(num_classes, 0, 200, 0.01, 0.45) 修改為: if phase == 'test':self.softmax = nn.Softmax()self.detect = Detect() if self.phase == "test":output = self.detect(loc.view(loc.size(0), -1, 4), # loc predsself.softmax(conf.view(conf.size(0), -1,self.num_classes)), # conf predsself.priors.type(type(x.data)) # default boxes) 修改為： if self.phase == "test":output = self.detect.apply(21, 0, 200, 0.01, 0.45,loc.view(loc.size(0), -1, 4), # loc predsself.softmax(conf.view(-1,21)), # conf predsself.priors.type(type(x.data)) # default boxes)

②修改train.py中187至189行代碼，原因是.data[0]寫法適用于低版本Pytorch，否則會出現IndexError:invalid index of a 0-dim tensor...錯誤，修改后的結果如下。

loc_loss += loss_l.item() conf_loss += loss_c.item()if iteration % 10 == 0:print('timer: %.4f sec.' % (t1 - t0))print('iter ' + repr(iteration) + ' || Loss: %.4f ||' % (loss.item()), end=' ')

③交換layers/modules/multibox_loss.py中97行和98代碼位置，否則會出現IndexError: The shape of the mask [14, 8732] at index 0does...錯誤，修改后的結果如下。

loss_c = loss_c.view(num, -1) loss_c[pos] = 0 # filter out pos boxes for now

④根據自己的需要對train.py中預訓練模型、batch_size、學習率、模型名字和模型保存的次數等參數進行修改。建議學習率修改為1e-4（原因是原版使用1e-3可能會出現loss為nan情況），第一次調試時可以修改為每迭代100次保存，方便調試。

# 加載模型初始參數 parser = argparse.ArgumentParser(description='Single Shot MultiBox Detector Training With Pytorch') train_set = parser.add_mutually_exclusive_group() # 默認加載VOC數據集 parser.add_argument('--dataset', default='VOC', choices=['VOC', 'COCO'],type=str, help='VOC or COCO') # 設置VOC數據集根路徑 parser.add_argument('--dataset_root', default=VOC_ROOT,help='Dataset root directory path') # 設置預訓練模型vgg16_reducedfc.pth parser.add_argument('--basenet', default='vgg16_reducedfc.pth',help='Pretrained base model') # 設置批大小，根據自己顯卡能力設置，默認為32，此處我改為16 parser.add_argument('--batch_size', default=16, type=int,help='Batch size for training') # 是否恢復中斷的訓練，默認不恢復 parser.add_argument('--resume', default=None, type=str,help='Checkpoint state_dict file to resume training from') # 恢復訓練iter數，默認從第0次迭代開始 parser.add_argument('--start_iter', default=0, type=int,help='Resume training at this iter') # 數據加載線程數，根據自己CPU個數設置，默認為4 parser.add_argument('--num_workers', default=4, type=int,help='Number of workers used in dataloading') # 是否使用CUDA加速訓練，默認開啟，如果沒有GPU，可改成False直接用CPU訓練 parser.add_argument('--cuda', default=True, type=str2bool,help='Use CUDA to train model') # 學習率，默認0.001 parser.add_argument('--lr', '--learning-rate', default=1e-3, type=float,help='initial learning rate') # 最佳動量值，默認0.9（動量是梯度下降法中一種常用的加速技術，用于加速梯度下降，減少收斂耗時） parser.add_argument('--momentum', default=0.9, type=float,help='Momentum value for optim') # 權重衰減，即正則化項前面的系數，用于防止過擬合；SGD，即mini-batch梯度下降 parser.add_argument('--weight_decay', default=1e-4, type=float,help='Weight decay for SGD') # gamma更新，默認值0.1 parser.add_argument('--gamma', default=0.1, type=float,help='Gamma update for SGD') # 使用visdom將訓練過程loss圖像可視化 parser.add_argument('--visdom', default=False, type=str2bool,help='Use visdom for loss visualization') # 權重保存位置，默認存在weights/下 parser.add_argument('--save_folder', default='weights/',help='Directory for saving checkpoint models') args = parser.parse_args() if iteration != 0 and iteration % 100 == 0:print('Saving state, iter:', iteration)torch.save(ssd_net.state_dict(), 'weights/ssd300_VOC_' + repr(iteration) + '.pth')

⑤因為pytorch1.9以上版本在這份源代碼中并不適用，一旦運行cuda方面會報錯如下：

RuntimeError: Expected a ‘cuda‘ device type for generator but found ‘cpu‘

參考github上的解決方法，有兩種方法可成功運行：

第一種是重裝pytorch1.8版本，就可以正常運行，但我覺得太麻煩了

第二種是修改源碼：

在位于 anaconda 或任何地方的文件“site-packages/torch/utils/data/sampler.py”中。

[修改第 116 行]：generator = torch.Generator() 改成generator = torch.Generator(device='cuda') [修改第 126 行]：yield from torch.randperm(n, generator=generator).tolist() 改成yield from torch.randperm(n, generator=generator, device='cuda').tolist()

在train.py文件中，data.DataLoader處進行添加generator

data_loader = data.DataLoader(dataset, args.batch_size,num_workers=args.num_workers,shuffle=True, collate_fn=detection_collate,pin_memory=True, generator=torch.Generator(device='cuda'))

（5）運行train.py，如下圖

參考資料：

SSD訓練自己的數據集（pytorch版）_Kellenn的博客-CSDN博客_ssd訓練自己的數據集pytorch

【目標檢測實戰】Pytorch—SSD模型訓練（VOC數據集） - 知乎 (zhihu.com)

2.1SSD算法理論_嗶哩嗶哩_bilibili

總結

以上是生活随笔為你收集整理的SSD训练数据集流程（学习记录）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。