一、訓練自己的數據: (1)在/data目錄下創建一個自己的文件夾: cd /data mkdir mydataset (2)把/data/VOC0712目錄下的create_list.sh 、create_data.sh、labelmap_voc.prototxt 這三個文件拷貝到/mydataset下: cp data/create* ./mydataset cp data/label* ./mydataset (3)在/data/VOCdevkit目錄下創建mydataset, 並放入自己的數據集: cd data/VOCdevkit mkdir mydataset cd mydataset mkdir Annotations mkdir ImageSets mkdir JPEGImages cd ImageSets mkdir Layout mkdir Main mkdir Segmentation 其中Annotations中存放一些列XML文件,包含object的bbox,name等; ImageSets中三個子目錄下均存放train.txt, val.txt, trainval.txt, test.txt這幾個文件,文件內容爲圖片的文件名(不帶後綴); JPEGImages存放所有的圖片; (4)在/examples下創建mydataset文件夾: mkdir mydataset 文件夾內存放生成的lmdb文件。 (5)上述文件夾創建好後, 開始生成lmdb文件, 在創建之前需要修改相關路徑: ./data/mydataset/create_list.sh ./data/mydataset/create_data.sh 此時,在examples/mydataset/文件夾下可以看到兩個子文件夾, mydataset_trainval_lmdb, mydataset_test_lmdb;裏面均包含data.dmb和lock.dmb; (6)修改訓練文件: cd /examples/ssd vim ssd_pascal.py, 修改如下: 57行: train_data路徑; 59行:test_data路徑; 197-203行:save_dir、snapshot_dir、job_dir、output_result_dir路徑; 216-220行: name_size_file、label_map_file路徑; 223行:num_classes 修改爲1 + 類別數 315行:num_test_image:測試集圖片數目 另外, 如果你只有一個GPU, 需要修改285行: gpus=”0,1,2,3” ===> 改爲”0” 否則,訓練的時候會出錯。 (7)運行命令開始訓練: python ./examples/ssd/ssd_pascal.py 二、將照片轉化成標準格式的文件: 運行tools底下的image_annotation.py文件,將root_path改爲照片保存的原始目錄,save_path改爲照片保存的新目錄。 三查看網絡結構: http://ethereon.github.io/netscope/#/editor
SSD訓練自己的數據
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.