SSD：Single Shot MultiBox Detector 心得 （持续更新中。。。）

对于文章代码的一些理解， 以此来省去用A4纸记录的苦恼

SSD文章链接：http://arxiv.org/pdf/1512.02325v2.pdf

SSD代码链接：https://github.com/weiliu89/caffe/tree/ssd

一：先说说代码配置编译遇到的问题：

(1)按照代码教程编译caffe 都通过了，运行creat_lis.py通过，但是运行creat_data.py时提示  AttributeError: 'module' object has no attribute 'LabelMap'

方法：添加环境变量"export PYTHONPATH=/path/to/CaffeSSD/python:$PYTHONPATH"然后"source ~/.bashrc"

(2) 运行creat_data.py提示 undefine cudnn_v4

方法： 重新链接一下cudnn . 祥见欧新宇配置caffe教程 ”安装配置nVidia cuDNN 加速Caffe模型运算“部份。

(3) 运行 python 某个py 文件时提示：

    Traceback (most recent call last):
     File "examples/ssd/ssd_pascal.py", line 4, in
      import caffe
     ImportError: No module named caffe

方法：在那个py文件里加入

import sys
sys.path.append("/home/duan/caffe-ssd/python")

二：数据集处理部分

为了能直接用别人的代码处理自己的数据，就需要知道怎样处理数据集

(1)需要生成trainval.txt等文件, 运行 "cd$CAFFE_ROOT"以及 "./data/VOC0712/create_list.sh"
文件内容格式为：[图片路径 对应的xml文件路径]

(2)生成lmdb文件, 运行"./data/VOC0712/create_data.sh"(核心代码为"/build/tools/convert_annoset"中所提到的convert_annoset部分，会在后续讲解)

三：训练模型

code中使用VOC2007和2012的train_val数据集进行训练和验证，使用VOC2012的test进行测试

训练模型的代码为 "python examples/ssd/ssd_pascal.py"(主目录为caffe-ssd)

训练的模型保存在 "$CAFFE_ROOT/models/VGGNet/VOC0712/SSD_300x300/"

job file, log file, python script 保存在 "$CAFFE_ROOT/jobs/VGGNet/VOC0712/SSD_300x300/"

我60k迭代后的mAP=0.71534

四：测试模型

1. 对整个测试集的测试：(默认使用最后存储的模型)

   python examples/ssd/score_ssd_pascal.py

2. 对单张图片测试检测效果：

作者提供两种测试文件：cpp和ipynp文件

我们使用ipynp文件， 文件路径为：examples/ssd_detect.ipynb

步骤：

1. 启动Terminal:"ctrl+alt+t".
2. 转到主文件目录，并取得root权限："cd caffe-ssd"."sudo su" 否则会出错

   Permission denied: "/root/data/VOCdevkit/results/VOC2007/SSD_300x300/Main"

3. 启动ipython/jupyter notebook: "ipython notebook"，找到ipynb文件。
4. 按照给定的代码"shift+enter"走下来即可。