SSD+caffe︱Single Shot MultiBox Detector 目标检测+fine-tuning（二）

承接上一篇SSD介绍：SSD+caffe︱Single Shot MultiBox Detector 目标检测（一）

如果自己要训练SSD模型呢，关键的就是LMDB格式生成，从官方教程weiliu89/caffe来看，寥寥几行code，但是前面的数据整理真实要了老命。

教程其实就是一种fine-tuning，在VGG基础上进行训练SSD框架。

公众号“素质云笔记”定期更新博客内容：



一般SSD的数据来源，看到好多人都在用这款框架进行数据标注：BBox-Label-Tool 也有人在这基础上进行简单修改，详见博客：SSD框架训练自己的数据集 ，或者用opencv重写：深度学习ssd配置并在VGG模型上训练自己的数据

还有一些自己开发的小工具：图像标注VS2013项目

.

0 官方教程训练过程：

（1）下载VGGNet.caffemodel， fully convolutional reduced (atrous) VGGNet

（2）下载VOC2007 and VOC2012两个数据集，放在/caffe/data目录下

（3）创建LMDB文件：

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

（4）训练

python examples/ssd/ssd_pascal.py

以上是官方教程常规训练步骤，并不难。但是自己训练时候的数据处理，比较麻烦。

.

1 数据集准备与形成

1.1 所需准备文件介绍

其中训练所需的文件夹包括三大类：



笔者自己改写了一份纯python版本的，并上传到github：https://github.com/mattzheng/umdfaces2VOC2007/

该份代码可以直接把下面三个文件夹填满：Annotations、JPEGImages、ImageSets

另外的ImageSets简单的用Python来随机抽样即可。

Annotations

*.xml （所有的标注的物体信息文件）

其中.py代码会生成以下首行内容，是没有关系的

<?xml version="1.0" encoding="utf-8"?>

JPEGImages

*.jpg （所有的图片集）

ImageSets

保存格式为文件名，这里不带扩展名

00001
00002

训练验证集： trainval.txt，整个数据集的50%

测试集： test.txt，整个数据集的50%

训练集： train.txt，大概是trainval的50%

验证集： val.txt，大概是trainval的50%

1.2 训练文件介绍

（1） create_list.sh:用于生成三类文件列表

- test_name_size：测试集图像大小

- test：测试集图像-标签一一对应

- trainval：训练集图像-标签一一对应

这是将数据集做成方便之后生成lmdb的路径信息文件，注意三点：

1、root_dir路径，文件夹名称的上一级，譬如：/home/caffe-master/ssd/data

2、文件夹名称，VOC2007,本来默认这边填了两个文件夹。

3、get_image_size.cpp

工具位置，在41行左右。笔者在自己改了路径之后，一直找不到于是就自己定义了绝对路径。一般在：/home/caffe-master/ssd、build/tools/get_image_size

其余输出文件的示例：

图像-标签一一对应：

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

同时注意名称的一致。

000800 1241 376
006206 1242 375

test_name_size里面，000800就是图片名称，1241*376就是图片尺寸，高 长。

（2）labelmap_voc.prototxt：

目标检测的标签文件

该文件主要记录需要训练识别的n种对象的信息，第一类是background，是不变的，对于Pascal VOC数据集来说，需要识别20种对象，所以后面还有20个label。与传统的机器学习不太一样的是，以前需要输入正负样本，在caffe种，不管是faster rcnn还是ssd，都是只用对训练图像将识别对象的坐标信息标注即可，除了标注信息以外的部分都会当做background去处理。

所以，此时只能填一个：

item {
name: "none_of_the_above"
label: 0
display_name: "background"
}
item {
name: "face"
label: 1
display_name: "face"
}

这里为什么要填face，这里是有讲究的。要跟xml里面的类别一直，github里面类别写的是脸，所以必须写”face”。另外一个案例label可见：SSD框架训练自己的数据集

（3）create_data.sh：

生成LMDB文件，以上的create_list准备好之后即可。

最麻烦还是路径填写。

（4）ssd_pascal.py

可见： Ubuntu上用caffe的SSD方法训练umdfaces数据集

另外一个案例文件ssd_pascal.py可见：SSD框架训练自己的数据集

主要还是路径设置问题。

.

2 数据集生成方案

训练的数据集三种方案：

第一：保持原来的文件目录结构及文件名不变， 只替换里面的数据，通用。

第二：重新新建一个与之前类似的目录结构，改成自己命名的文件夹，第二种方法，有一定的风险性，需要修改程序里涉及数据路径的代码。

第三：txt格式数据变成LMDB，参考github：https://github.com/jinfagang/kitti-ssd

第三种是直接用txt格式保存，就可以生成LMDB的办法，我觉得这个比较好，但是笔者最终没有实验成功…譬如：

class_index xmin ymin xmax ymax

第一种方案里面的一些小技巧：

（1）还有将txt变成xml格式的小工具：见博客将数据集做成VOC2007格式用于Faster-RCNN训练

（2）将BBox-Label-Tool下的txt格式保存的bounding box信息转换成VOC数据格式下以xml方式表示:，见博客：SSD框架训练自己的数据集

（3）将csv变成xml文件类型

luuuyi/umdfaces2VOC2007

（4）自己改写的一个txt变为xml的code，见本人的github：https://github.com/mattzheng/forSSD_txt2xml

2.1 训练流程

本节参考：SSD框架训练自己的数据集

- 第一步：create_list.sh：生成test_name_size.txt、test.txt、trainval.txt

- 第二步：修改labelmap_voc.prototxt，标签文件，同时需要注意标签文件必须多一个background的标签，作为编号0

- 第三步：create_data.sh：生成LMDB

- 第四步：修改ssd_pascal.py：参考： Ubuntu上用caffe的SSD方法训练umdfaces数据集

第五步训练：

python examples/ssd/ssd_pascal.py

2.2 训练脚本内容存储

会在相应的路径下生成jobs文件夹，其中包含了这一次训练的脚本文件，并且会记录caffe执行只一次训练的日志信息。

参考：Ubuntu上用caffe的SSD方法训练Pascal VOC数据集

jobs文件夹下有：

.log文件：运行记录，时间，迭代次数等信息；

.caffemodel文件，权重文件

deploy.prototxt、train_val.prototxt等

.

2.3 一些实验数据

来源于：Ubuntu上用caffe的SSD方法训练Pascal VOC数据集

计划训练的迭代次数是12w次，但是在K80上只开了一个核来进行计算，差不多一天可以迭代1w+次吧，跑了6天将近7w次，打断来测试，在K80上，检测单张人脸图片，分辨率在300X300左右，速度为40ms左右，也就是说帧率可以达到25fps，速度还是很快的。至于准确度，在log文件里面，每1w次迭代之后会计算一个mAP，第6w次的时候计算了一下mAP（作者自定义过，跟mAP比较像）为0.965：



.

参考：

深度学习ssd配置并在VGG模型上训练自己的数据

SSD 安装、训练

Ubuntu上用caffe的SSD方法训练umdfaces数据集

重点参考：

使用faster rcnn训练umdfaces数据集

将数据集做成VOC2007格式用于Faster-RCNN训练

Caffe-SSD 训练自己的数据集教程

SSD框架训练自己的数据集

.

报错一：

cudasucess(10vs0)

解决：修改pythonssd_pascal.py文件gpus=’0,1,2,3’,如果有一块GPU,则删除123，有两块则删除23

.

延伸一：大致的运算效率

K80-单GPU-一天可以迭代1w+次

6天将近7w次

每1w次迭代之后会计算一个mAP

（数据来源：Ubuntu上用caffe的SSD方法训练umdfaces数据集）

TX.P，笔者自己训练，大概的运算效率是5千/小时（运行官方教程时）

.

延伸二：SSD额外的功能——视频检测 + 实时摄像头物体检测

参考来源：SSD:Single Shot MultiBox Detector的安装配置和运行

- 电脑前置摄像头

python examples/ssd/ssd_pascal_webcam.py

视频检测

python examples/ssd/ssd_pascal_video.py