HRSC2016艦船檢測訓練實驗過程記錄

博主目前正嘗試使用HRSC2016圖片1000張多左右，每張艦船約1-3只，分辨率爲 1182*827
用以finetune textboxes++,實現任意方向的目標的檢測

訓練過程參考：

利用caffe-ssd訓練物體檢測模型

中間層可視化

一、數據集xml的生成過程以及 檢測順時針四角點的生成過程

見博主其它相關記錄

二 、stage1

迭代 20000次
gpu內存受限

batch_size = 16

三、 stage2後

1、待給出具體測試pr 等指標

2、迭代 80000次

config = {
	'run_soon': True,
	'resume_training': True,
	'remove_old_models': False,
	'denser_prior_boxes': True,
	'use_polygon': True,
	'train_data':"./data/lmdb/lmdb/text_train_lmdb/",
	'test_data':"./data/lmdb/lmdb/text_test_lmdb/",
	'resize_width': 768,
	'resize_height': 768,
	'lr_mult': 1,
	'base_lr': 0.00001,
	'pretrain_model': "models/model_pre_train_syn.caffemodel",
	'label_map_file': "data/text/labelmap_voc.prototxt",
	'flip': True,
	'clip': False,
}
neg_pos_ratio   =6

# 修改
batch_size = 4

檢測效果 ：基本可行，檢測結果與網絡輸入分辨率和 圖片尺度有關。，這一塊需要後期需要做固化 要求。