承接上一篇SSD介紹：SSD+caffe︱Single Shot MultiBox Detector 目標檢測（一）
如果自己要訓練SSD模型呢，關鍵的就是LMDB格式生成，從官方教程weiliu89/caffe來看，寥寥幾行code，但是前面的數據整理真實要了老命。
教程其實就是一種fine-tuning，在VGG基礎上進行訓練SSD框架。

---

一般SSD的數據來源，看到好多人都在用這款框架進行數據標注：BBox-Label-Tool 也有人在這基礎上進行簡單修改，詳見博客：SSD框架訓練自己的數據集 ，或者用OpenCV重寫：深度學習ssd配置并在VGG模型上訓練自己的數據
還有一些自己開發的小工具：圖像標注VS2013項目

.

---

0 官方教程訓練過程：

（1）下載VGGNet.caffemodel， fully convolutional reduced (atrous) VGGNet
（2）下載VOC2007 and VOC2012兩個數據集，放在/caffe/data目錄下
（3）創建LMDB文件：

./data/VOC0712/create_list.sh ./data/VOC0712/create_data.sh

• 1
• 2

• 1
• 2

（4）訓練

python examples/ssd/ssd_pascal.py

• 1

• 1

以上是官方教程常規訓練步驟，并不難。但是自己訓練時候的數據處理，比較麻煩。

.

---

1 數據集準備與形成

1.1 所需準備文件介紹

其中訓練所需的文件夾包括三大類：

dataset （數據集目錄）

• Annotations

  *.xml （標注的物體信息文件）

• Images

  *.jpg （圖片集）

• ImageSets
  保存格式為文件名，不帶擴展名
  訓練集： train.txt
  訓練驗證集： trainval.txt
  測試集： test.txt
  驗證集： val.txt

1.2 訓練文件介紹

（1） create_list.sh:用于生成三類文件列表
- test_name_size：測試集圖像大小
- test：測試集圖像-標簽一一對應
- trainval：訓練集圖像-標簽一一對應

這是將數據集做成方便之后生成lmdb的路徑信息文件，注意將其中的root_dir和第二個for循環中的變量改為自己的路徑就好。
圖像-標簽一一對應：

Images/000112.png Labels/000112.xml Images/001365.png Labels/001365.xml

• 1
• 2

• 1
• 2

同時注意名稱的一致。

000800 1241 376 006206 1242 375

• 1
• 2

• 1
• 2

test_name_size里面，000800就是圖片名稱，1241*376就是圖片尺寸，高 長

（2）create_data.sh：
生成LMDB文件，以上的create_list準備好之后即可

（3）labelmap_voc.prototxt：
目標檢測的標簽文件
該文件主要記錄需要訓練識別的n種對象的信息，第一類是background，是不變的，對于Pascal VOC數據集來說，需要識別20種對象，所以后面還有20個label。與傳統的機器學習不太一樣的是，以前需要輸入正負樣本，在caffe種，不管是faster rcnn還是ssd，都是只用對訓練圖像將識別對象的坐標信息標注即可，除了標注信息以外的部分都會當做background去處理。
.

---

2 數據集生成方案

訓練的數據集三種方案：

• 第一：保持原來的文件目錄結構及文件名不變， 只替換里面的數據，通用。
• 第二：重新新建一個與之前類似的目錄結構，改成自己命名的文件夾，第二種方法，有一定的風險性，需要修改程序里涉及數據路徑的代碼。
• 第三：txt格式數據變成LMDB，參考github：https://github.com/jinfagang/kitti-ssd
• 第三種是直接用txt格式保存，就可以生成LMDB的辦法，我覺得這個比較好，但是筆者最終沒有實驗成功…譬如：

class_index xmin ymin xmax ymax

• 1

• 1

第一種方案里面的一些小技巧：
（1）還有將txt變成xml格式的小工具：見博客將數據集做成VOC2007格式用于Faster-RCNN訓練
（2）將BBox-Label-Tool下的txt格式保存的bounding box信息轉換成VOC數據格式下以xml方式表示:，見博客：SSD框架訓練自己的數據集
（3）將csv變成xml文件類型
luuuyi/umdfaces2VOC2007

2.1 訓練流程

本節參考：SSD框架訓練自己的數據集
- 第一步：create_list.sh：生成test_name_size.txt、test.txt、trainval.txt
- 第二步：修改labelmap_voc.prototxt，標簽文件，同時需要注意標簽文件必須多一個background的標簽，作為編號0
- 第三步：create_data.sh：生成LMDB
- 第四步：修改ssd_pascal.py：

主要修改點：（1）train_data和test_data修改成指向自己的數據集LMDBtrain_data = "examples/indoor/indoor_trainval_lmdb"test_data = "examples/indoor/indoor_test_lmdb" （2） num_test_image該變量修改成自己數據集中測試數據的數量 （3）num_classes 該變量修改成自己數據集中 標簽類別數量數 + 1

• 1
• 2
• 3
• 4
• 5
• 6

• 1
• 2
• 3
• 4
• 5
• 6

• 第五步訓練：
  python examples/ssd/ssd_pascal.py

2.2 訓練腳本內容存儲

會在相應的路徑下生成jobs文件夾，其中包含了這一次訓練的腳本文件，并且會記錄caffe執行只一次訓練的日志信息。
參考：Ubuntu上用caffe的SSD方法訓練Pascal VOC數據集

jobs文件夾下有：
.log文件：運行記錄，時間，迭代次數等信息；
.caffemodel文件，權重文件
deploy.prototxt、train_val.prototxt等
.

---

參考：
深度學習ssd配置并在VGG模型上訓練自己的數據
SSD 安裝、訓練
Ubuntu上用caffe的SSD方法訓練umdfaces數據集
重點參考：
使用faster rcnn訓練umdfaces數據集
將數據集做成VOC2007格式用于Faster-RCNN訓練
Caffe-SSD 訓練自己的數據集教程

SSD框架訓練自己的數據集

.

---

報錯一：

cudasucess(10vs0)

• 1

• 1

解決：修改pythonssd_pascal.py文件gpus=’0,1,2,3’,如果有一塊GPU,則刪除123，有兩塊則刪除23

.

延伸一：大致的運算效率

K80-單GPU-一天可以迭代1w+次
6天將近7w次
每1w次迭代之后會計算一個mAP
（數據來源：Ubuntu上用caffe的SSD方法訓練umdfaces數據集）

TX.P，筆者自己訓練，大概的運算效率是5千/小時（運行官方教程時）

總結

以上是生活随笔為你收集整理的SSD+caffe︱Single Shot MultiBox Detector 目标检测+fine-tuning（二）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。