SSD算法caffe配置，訓練及測試過程

最近由于需要在帶有標注的VID視頻數(shù)據(jù)集上利用caffe工具訓練模型，所以需要將該種類型的原始數(shù)據(jù)文件轉(zhuǎn)換成為lmdb格式的數(shù)據(jù)文件。在可獲得的資料上可以查到SSD: Single Shot MultiBoxDetector，這種目標檢測方法效果不錯而且利用的是專門用來進行視頻目標檢測的數(shù)據(jù)集VOC2007/2012進行數(shù)據(jù)處理的，和我所需要處理的數(shù)據(jù)格式類似。所以首先簡單的利用作者github上的文件進行了復現(xiàn)，感覺該方法的處理效果不錯，速度相比fast-rcnn快但還是較慢，我使用的顯卡是gtx950m顯卡，測試中速度大概FPS=8左右，還是較慢。而且當檢測的圖片/視頻文件內(nèi)目標增多時，出現(xiàn)目標丟失/漏檢的情況比較多。。。下面是實驗的過程：

  • 在~/work/ssd/目錄下clone作者github下的caffe文件包
   git clone https://github.com/weiliu89/caffe.git
   cd caffe
   git checkout ssd(出現(xiàn)“分支”則說明copy-check成功...作者caffe目錄下有三個分支fcn/master/ssd,利用git checkout來切換分支，否則只有master目錄下的文件)
  • 配置caffe所需文件進行編譯
cp Makefile.config.example Makefile.config

根據(jù)電腦具體的配置修改Makefile.config(cudnn，opencv pythonpath等設(shè)置)具體可以參考Ubuntu16.04+CUDA8.0+caffe配置里面的Makefile.config和Makefile的設(shè)置。

make -j 8 all
make -j 8 runtest
make -j 8 pycaffe  #model是通過python編寫的文件進行訓練的

tips:如果在make all的時候出現(xiàn)/src/caffe/util/xxx.cpp報錯，如io.cpp,bbox_util.cpp等報錯問題，根據(jù)查到的一些資料顯示可能是作者在生成ssd的時候用的是opencv2.0,而此處我用的是opencv3.2，這兩個版本的opencv有很多不同的地方導致了這個錯誤，[Opencv 3.0環(huán)境下編譯SSD的問題以及解決方法。]。所以我按照下面的這種方法Ubuntu 16.04 + Opencv3.0 + gtx1080 + caffe(SSD) + ROS(Kinetic)可以配置成功：

cd ~/caffe 
make clean
mkdir build 
cd build 
cmake .. 
make all -j16 
make install 
make runtest 
make pycaffe
  • 下載預訓練模型
    鏈接：http://pan.baidu.com/s/1miDE9h2
    密碼：0hf2
    將它放入caffe/models/VGGNet/目錄下
  • 下載VOC2007和VOC2012數(shù)據(jù)集，放到/home/data(需要在home目錄下生成data文件夾)
cd ..
   mkdir data
   cd data/
  • 下載數(shù)據(jù)集
wget  http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

然后解壓數(shù)據(jù)集，這樣數(shù)據(jù)就準備好了，注意這里選擇講數(shù)據(jù)放置在/home/data內(nèi)是因為訓練時的腳本文件內(nèi)的數(shù)據(jù)路徑是這里，也可以不放置在該文件夾內(nèi)，但是需要在腳本文件內(nèi)更新數(shù)據(jù)的路徑。

tar -xvf VOCtrainval_11-May-2012.tar
tar -xvf VOCtrainval_06-Nov-2007.tar
tar -xvf VOCtest_06-Nov-2007.tar

將圖片轉(zhuǎn)化為LMDB文件，用于訓練。注意這兩個文件對于我們訓練ilsvrc數(shù)據(jù)集很有幫助！

   cd ..
   cd caffe/
   ./data/VOC0712/create_list.sh  
   ./data/VOC0712/create_data.sh
  • 開始訓練
python examples/ssd/ssd_pascal.py

經(jīng)過120000次的訓練之后，我們可以得到所需要的帶有超參數(shù)的訓練model。

I0505 06:15:46.453992  7203 solver.cpp:596] Snapshotting to binary proto file models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel
I0505 06:15:47.089884  7203 sgd_solver.cpp:307] Snapshotting solver state to binary proto file models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.solverstate
I0505 06:15:48.236326  7203 solver.cpp:332] Iteration 120000, loss = 4.45728
I0505 06:15:48.236359  7203 solver.cpp:433] Iteration 120000, Testing net (#0)
I0505 06:15:48.236398  7203 net.cpp:693] Ignoring source layer mbox_loss
I0505 06:24:21.998587  7203 solver.cpp:546]     Test net output #0: detection_eval = 0.570833
I0505 06:24:22.015635  7203 solver.cpp:337] Optimization Done.
I0505 06:24:22.028441  7203 caffe.cpp:254] Optimization Done.
  • 模型測試
    （1）圖片數(shù)據(jù)集上測試
python examples/ssd/score_ssd_pascal.py

輸出為：

I0505 10:32:27.929069 16272 caffe.cpp:155] Finetuning from models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel
I0505 10:32:28.052016 16272 net.cpp:761] Ignoring source layer mbox_loss
I0505 10:32:28.053956 16272 caffe.cpp:251] Starting Optimization
I0505 10:32:28.053966 16272 solver.cpp:294] Solving VGG_VOC0712_SSD_300x300_train
I0505 10:32:28.053969 16272 solver.cpp:295] Learning Rate Policy: multistep
I0505 10:32:28.197612 16272 solver.cpp:332] Iteration 0, loss = 1.45893
I0505 10:32:28.197657 16272 solver.cpp:433] Iteration 0, Testing net (#0)
I0505 10:32:28.213793 16272 net.cpp:693] Ignoring source layer mbox_loss
I0505 10:42:04.390517 16272 solver.cpp:546]     Test net output #0: detection_eval = 0.570833
I0505 10:42:04.414819 16272 solver.cpp:337] Optimization Done.
I0505 10:42:04.414847 16272 caffe.cpp:254] Optimization Done.

可以看到圖片數(shù)據(jù)集上的檢測結(jié)果為57.0833%。利用caffe/examples/ssd_detect.ipynb文件可以用單張圖片測試檢測效果(注意文件內(nèi)加載文件的路徑，如果報錯修改為絕對路徑)：

fish-bike.png
cat.png
horse-race.png

（2）視頻數(shù)據(jù)測試

python examples/ssd/ssd_pascal_video.py

可得到測試結(jié)果：

detect1
detect2
detect3.png

通過上面的檢測結(jié)果可以看出測試的準確性還可以，但是也存在漏檢的情況，而且速度也只有FPS=8左右。

（3）攝像頭上測試：

 python examples/ssd/ssd_pascal_webcam.py

因此通過SSD的方法可以用來訓練和檢測交通標志，文本檢測或人臉檢測等等，也可以用此方法來講帶有標記信息的視頻目標檢測數(shù)據(jù)集進行轉(zhuǎn)換，生成所需要的lmdb格式的數(shù)據(jù)文件。

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容