前言

1.經過運行前面的腳本，在Caffe-ssd/data/VOCdevkit/VOC2007/lmdb目錄內應該生成了：VOC2007_test_lmdb 和 VOC2007_trainval_lmdb兩個文件夾。
2.那之后就開始到訓練過程，訓練所調用的是python examples/ssd/ssd_pascal.py的腳本。
3.我配置的環境是Ubuntu 16.04 LST 64位，Qt5.9，Python2.7,Caffe-SSD，因為只跑CPU版本，所以沒有配置CUDA庫。

一、訓練準備

1.下載預訓練模型VGG_ILSVRC_16_layers_fc_reduced.caffemode，在caffe上-ssd/models下新建一個VGGNet的目錄，并把下載好的文件放進去。

2.更改數據文件的權限，如不更改可能在訓練過程中報錯。

cd caffe/data/VOCdevkit/ sudo chmod -R 777 VOC2007

二、修改ssd_pascal.py腳本

1.打開/home/matt/caffe-ssd/examples/ssd目錄下ssd_pascal.py的腳本，在第import caffe前面加上python的環境路徑，如果不加，運行中可能會報找不到caffe的錯誤，(路徑換成自己的路徑，下面有關路徑的都要注意這點)。

import sys sys.path.insert(0,'/home/matt/caffe-ssd/python')

2.把訓練和測試的數據路徑改成前面生成的lmdb路徑。

train_data = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/lmdb/VOC2007_trainval_lmdb" test_data = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/lmdb/VOC2007_test_lmdb"

3.更改測試的txt路徑，預訓練模型路徑，標簽路徑。

name_size_file = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/test_name_size.txt" pretrain_model = "/home/matt/caffe-ssd/models/VGGNet/VGG_ILSVRC_16_layers_fc_reduced.caffemodel" label_map_file = "/home/matt/caffe-ssd/data/VOCdevkit/VOC2007/labelmap_voc.prototxt"

4.因為是CPU版本，去掉去GPU相關的設置。


5.更改迭代次數，如果不更改，原本的參數是10000多代，光CPU要跑好多天，這里只是把訓練流程介紹清楚而已，我改成200代。

三、開始訓練

把ssd_pascal.py更改好，保存退出。把目錄切到caffe-ssd/,運行ssd_pascal.py。

cd caffe-ssd/ python ./examples/ssd/ssd_pascal.py

如果不報錯，會一直在訓練，直到訓練完成，會在相關的路徑生成訓練好的模型。

四、測試模型

總結

以上是生活随笔為你收集整理的Ubuntu 16.04下Caffe-SSD的应用（三）——训练VOC2007数据生成模型的全部內容，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。