ssd訓練kiiti數據集和測試過程

訓練過程

訓練過程可以參考http://blog.csdn.net/Jesse_Mx/article/details/65634482，這篇博客從kitti數據集的轉化到訓練文件的修改，訓練過程，乃至訓練的結果都寫的十分詳細，很有參考價值。

測試過程

單張圖片的測試過程使用了examples/ssd/ssd_detect.py文件，這裏對該文件的修改如下（整個測試過程用到的文件都是參考上面這篇博客訓練出來的，可以根據自己情況的不同修改所用到的文件的路徑）。

文件的67行和68行修改爲知己訓練出來的模型的路徑

model_def ='models/VGGNet/KITTI/SSD_300x300/deploy.prototxt'
model_weights = 'models/VGGNet/KITTI/SSD_300x300/KITTI_SSD_300x300_iter_120000.caffemodel'

之後修改94行爲自己的測試圖片路徑

image = caffe.io.load_image('examples/images/000800.jpg')

運行該python文件就可以對圖片進行測試了。

對於video的測試則使用到了examples/ssd/ssd_pascal_video.py文件，這裏對該文件修改如下：

文件的77行將video_file改爲自己的視屏路徑。

文件的92行改成自己的labelmap文件路徑（不知道的可以看前面提到的那篇博客）

label_map_file = "data/KITTI/labelmap_kitti.prototxt"   #此處修改

接下來是159行修改爲自己的model_name，因爲我的job_name也是SSD_330x330所以沒有修改

model_name = "KITTI_{}".format(job_name)  #此處修改

接下來是162行到166行，修改如下：

# Directory which stores the model .prototxt file.
save_dir = "models/VGGNet/KITTI/{}_video".format(job_name)
# Directory which stores the snapshot of trained models.
snapshot_dir = "models/VGGNet/KITTI/{}".format(job_name)
# Directory which stores the job script and log file.
job_dir = "jobs/VGGNet/KITTI/{}_video".format(job_name)

這裏我簡單解釋一下，job_dir和save_dir是後面要創建的文件夾，所以後面的_video並不需要刪去，我只是修改了一下中間的路徑，把原來的VOC0712改成了KITTI。而snapshot_dir是後面要讀取的權值文件的路徑，這裏修改爲自己的路徑即可。

這樣就大功告成了。不過我們不能直接運行這個python文件，因爲裏面沒有定義根路勁。我們要在ssd的根目錄下運行終端：

python examples/ssd/ssd_pascal_video.py

否者的話會出現找不到snapshot_dir的錯誤。

對於攝像頭的操作ssd_pascal_webcom.py的修改方式和上面相似，這裏我就不多說了。