前天跑了一下caffe-ssd模型，並在pascal voc上跑了兩天，效果不錯，今天突然發現caffe-ssd目錄沒有了，，好像莫名被刪除了，於是早上重新裝了一遍，下午開始摸索如何用caff-ssd跑自己的數據，一個下午時間總算摸索出來了，記錄一下，方便有需要的朋友參考．
caffe-ssd訓練自己的數據其實挺簡單的，生成目標檢測的lmdb數據時候需要根據caffe-ssd中的代碼生成，下面講解一下如何操作：
需求說明：使用caffe-ssd訓練文本區域檢測的ssd模型，簡單說就是檢測一張紙上面的文字區域，檢測類別只有一類textarea．（如果你有多個檢測類別也可以，一樣的操作方法）
１，數據準備：不管你的數據是用什麼標註工具標的，肯定可以得到一個.txt文件吧（自己寫一個程序把標註工具標註的文件解析出來），.txt文件裏面如下第一行所示：（xmin, ymin,xmax, ymax）
data/data_ori/IMG_20171113_114301.jpg 924 740 2593 3549 0（我只有一個類別，所有標籤是０）
data/data_ori/IMG_20171113_114301.jpg 332 484 1913 3261 0 1076 1036 2669 3785 １（如果你是多個類別，那一張圖片肯定對應如這行一樣的多個標籤和座標值）
數據先任意放在一個目錄處理即可，然後寫個程序該圖片名字，改成和VOC一樣的命名，改成數字開頭即可，比如從00000000.jpg開始的圖片，圖片改爲名字記得對應的.txt文件中也要改哈，提供一個改名字的參考代碼：https://pan.baidu.com/s/14zNf5BhsKa35SsRbQ6M1fg（在data目錄下放着）（124行函數爲改名字代碼，輸入參數爲你的.txt文件路徑，改完名字之後需要保存的圖片目錄，新生成的改名之後圖片對應的label.txt文件，裏面是改名後的圖片對應的bbox座標和標籤類別）
改爲名字後開始生成改完名字圖片的ｘｍｌ文件，看第１２７行，１２７行是生成每個改名之後圖片的voc格式的ｘｍｌ文件，輸入參數爲保存的改名後的圖片目錄，需要保存的ｘｍｌ文件的路徑，剛剛改完名後的圖片對應的.txt文件
注意：１，生成每個圖片的voc格式的ｘｍｌ時參考１２７行代碼，代碼１２１行 node_folder.text = 'VOC_textarea'改成你的，隨便前一個名字就行，我起的VOC_textarea，２，１７行有個width=1609, height=500，改成你圖片的大小，我的圖片同一個設備拍的，所以所有圖片長寬一樣，３，第４０行改成你的標籤類別，比如我只有有個類別就是textarea,所有就是這個，如果你是多個檢測目標，那麼在３６－３７行之間根據c的值判斷，這個值是多少，比如你的０代表aa,1代表bb,２代表cc,那麼就把node_name.text ＝"aa"等．
２，將數據劃分成訓練和測試數據：參照上一篇博客下載編譯caffe-ssd，我的caffe-ssd目錄是/home/user/yjf/caffe,進入caffe目錄，在
caffe/data/VOCdevkit目錄下新建文件夾VOC_textarea，這個名字要和你剛剛生成xml文件時２１行的node_folder.text = 'VOC_textarea'名字一樣．然後在該目錄下在新建Annotations，ImageSets，JPEGImages三個目錄．將之前改完名字後的圖片放到JPEGImages目錄下．將之前生成的xml文件放在Annotations目錄下．
參照我上傳的代碼中的mian方法中的第三和第四步生成訓練和測試文件．第三步生成訓練數據其實就是把所有數據按比例分別寫到txt文件中而已，如下所示：（注意生成的時候路徑從剛剛新建的
VOC_textarea開始寫）
VOC_textarea/JPEGImages/000000238.jpg VOC_textarea/Annotations/000000238.xml
VOC_textarea/JPEGImages/000000291.jpg VOC_textarea/Annotations/000000291.xml
生成的時候把我的代碼放在data目錄下執行，執行結束會在data目錄生成test.txt,trainval.txt，注意不要改這個文件夾名字！然後在參照的代碼中的第四步對所有test.txt文件中的圖片生成一個對應的test_name_size.txt裏面如下：
000000238 3968 2976
000000291 3968 2976
第一列爲test.txt中圖片的名字，第二列爲圖片高度，第三列爲圖片寬度，參照我的第四步代碼寫就行
３．生成lmdb數據：在caffe/data目錄新建VOC_label，這個名字自己起，然後將剛剛生成的data目錄下的test.txt，test_name_size.txt，trainval.txt拷貝到這個目錄．並在這個目錄在創建一個文件labelmap_voc.prototxt，命名不要改，就寫這個名字．內容如下：
item {
name: "textarea"
label: 0
display_name: "textarea"
}
item {
name: "none_of_the_above"
label: 1
display_name: "background"
}
因爲我只有一個檢測目標，加上背景一共是２類，第二類是背景，如果你有多個類，就繼續加，將背景類到最後一個就行，寫的時候注意 name要和你生成ｘｍｌ時候４０行 node_name.text = 'textarea'指定的一樣
然後將caffe/data/VOC0712/create_data.sh複製到caffe/data/VOC_label目錄下．註釋掉cur_dir，和root_dir，添加一個root_dir=/home/user/yjf/caffe，這是caffe-ssd目錄，將裏面的dataset_name改成VOC_label，然後修改caffe/scripts/create_annoset.py,在開始添加sys.path.insert(0,'/home/user/yjf/caffe/python')，最後在caffe目錄執行./data/VOC_label/create_data.sh開始生成lmdb數據
過程如下：
結束之後會在caffe/data/VOCdevkit/VOC_label目錄生成lmdb文件夾，也即是訓練數據．
４，模型訓練：修改caffe/examples/ssd/ssd_pascal.py，其中的gpus='0,1,2,3' 該成gpus='0'和文件地址等等，我複製了一份這個文件爲ssd_pascal_textarea.py到同目錄，放在網盤，大家參考我的修改就好，注意num_classes = 2改成你的類別，我是一個類別加背景所以是２，background_label_id=1，因爲我的背景是標號爲１，所以寫１（在data/VOC_label/labmap_voc.protxt查看你的背景是第幾類），還有其他修改，參考我的一步步改就行（包括圖片大小，name_size_file， label_map_file等路徑等等）．改完記得在caffe/models/VGGNet目錄下存放預訓練模型．參考上篇博客，最後python /examples/ssd/ssd_pascal_textarea.py就開始訓練．
訓練如下：
訓練過程如果出現loss爲nan,則是學習率太大，降低學習率即可．
５，預測：生成的模型會自動在/home/user/yjf/caffe/models/VGGNet/VOC_label/SSD_384x521目錄下，將/example/ssd/score_ssd_pascla.py複製一份，我複製爲sccore_ssd_textarea.py，裏面加入caffe目錄，在最開始，在caffe目錄執行
python examples/ssd/score_ssd_textarea.py即可對模型進行評價，不需要指定模型地址，程序會自己在生成模型的目錄下找模型編號最大的一個．評價會輸出一個值，參考上篇截圖．值越大模型越好．
將/example/ssd/ssd_detect.pyf複製一份，我複製爲ssd_detect_textarea.py然後加入caffe目錄在開始，最後在caffe目錄執行python examples/ssd/ssd_detect_textarea.py --gpu_id 0 --labelmap_file data/VOC_label/labelmap_voc.prototxt --image_file data/VOCdevkit/VOC_textarea/JPEGImages/000000220.jpg --model_def models/VGGNet/VOC_label/SSD_384x521/deploy.prototxt --model_weights models/VGGNet/VOC_label/SSD_384x521/VGG_VOC_label_SSD_384x521_iter_4500.caffemodel即可對輸入圖片預測，如下所示：
當然畫的框比較細哈，當然換可以正在視頻預測，把python examples/ssd/ssd_pascal_video.py，改下這個函數就行，我就不試了哈，各位如果有實現過程有什麼問題隨時留言，很樂意幫助大家