深度學習目標檢測算法SSD300 訓練自己的數據與測試（基於Keras WIN10 Python3.6）數據集製作、代碼詳細介紹 （源代碼、相關軟件及權值下載）

基於Keras搭建的SSD300目標檢測神經網絡

先看看效果（圖片來源：視覺中國 www.vcg.com，這裏只做演示使用，我也不獲利，請視覺中國不要告我，實在不讓我用就聯繫我刪了吧，感恩）

1. 運行需要的模塊

代碼運行需要部分必須的Python模塊包括：（部分依賴模塊未列出）

• Keras >= 2.0.0
• TensorFlow >= 1.7.0
• Tensorboard >= 1.7.0
• numpy >= 1.9.0
• opencv >= 3.3.1

2. 測試代碼運行情況

下載好的代碼及權值文件（源代碼及權值文件免費下載見文章尾）
最終你的項目文件夾應該是這樣的

將下載好的權值文件放在 SSD300_Train/weights 文件夾中
運行 SSD_test.py 即可得到上圖的效果 ~ ~
如果沒報錯就說明的Python環境配置正確了，恭喜進入下一階段

3. SSD_test.py 講解

項目自帶的權值文件是以VOC數據集訓練的，能夠檢測20種目標。詳細內部實現不作詳細講解，主要介紹下面的主要部分。

4. 訓練自己的數據集

4.1 創建自己的數據集

代碼的數據集使用的VOC的數據格式（不知道的請自行百度一下，這裏不細說），使用ImgLabel軟件標註，軟件下載可以去GitHub搜索imglabel源代碼copy下來，使用方法請自行百度。文章尾部也給出了已經編譯好了的exe版本下載地址（免費），嫌麻煩的也可以直接下載我上傳到CSDN上的版本

重點！！！！！！

• 在進行標計前建議將拍攝的原始圖像進行一定的縮放，保證圖片的大小在200k左右，要不訓練超級慢。
• 標記前請一定先確定好自己數據集存放的位置，一旦確定就不要變了，要不會很麻煩。
  具體原因：代碼中圖片的具體讀取是通過 讀取標記文件（.xml）中的圖片路徑來讀取圖片的（如下圖中紅線的部分），如果數據集位置變了但文件中有沒改這裏，就會讀取不到圖片。
  使用我上傳到CSDN上的imglabel軟件標註的同學可能會注意到路徑中缺少文件後綴，請不要擔心，繼續往下看。
  
• 標註時同一類目標的名稱一定要完全一樣（包括大小寫），要不就不是同一類了不是？
• 標註完畢後在數據集文件夾中創建一個name.txt，將數據集中的類別名稱填入文件中，每個類名一行（例如下圖），一定要和數據集中的類名完全一樣。

5. 開始訓練

訓練包括兩部，第一步生成標記數據文件（文件夾中的my_new_data.pkl）；第二步配置訓練參數開始訓練。

5.1 生成標記數據文件

注意：每次更改訓練集內的圖片都應該重新生成標記數據文件！！！！
生成標記數據文件主要用到 TransData.py
使用時主要修改main函數

4.1中提到的.xml文件中的圖片路徑中缺少文件後綴同學請執行下一步，如果沒有出現文件後綴丟失，請忽略。

沒有後綴的在這裏添加上後綴（包括後綴中的點）， 如果數據集中的圖片後綴不統一的話還是寫個腳本將.xml文件中的後綴添加上，有需要的同學請評論聯繫我。
生成成功後應該會有一個.pkl文件產生（或者更新覆蓋原來的）。

5.2 配置訓練參數開始訓練

主要修改TrainSSD.py文件
修改參數主要包括以下幾個：

• 設置訓練集的比例
  此處設置訓練集的個數佔總的數據集的0.8，剩下的0.2爲測試集

• 設置訓練的batch_size
  此處設置batch_size爲每個batch 16張

• 設置凍結層
  這裏涉及到遷移學習的一點概念思想，感興趣的同學建議自己查查。這裏我們將產生特徵層的網絡部分凍結起來，只訓練類別預測和位置迴歸的部分，這樣即使訓練集很小也可以獲得不錯的訓練效果。當然如果你的訓練集比較大還是重頭訓練的好。
  

• 設置基礎學習率
  訓練時學習率採用指數下降方式，每訓練一個epoch，梯度都會改變，這裏設置的是基礎學習率
  

• 設置訓練回合數
  這裏設置訓練100回合

5.3 開始訓練

按實際情況更改下列變量的值

修改完成後，開始訓練，每訓練一個回合後，權值文件會自動保存，同時代碼中設置了Tensorboard的回調函數，可以調用tensorboard可視化訓練信息。

調用tensorboard

打開cmd cd 到項目文件夾中 輸入 tensorboard --logdir logs
將返回的連接複製到瀏覽器中打開即可

下載源代碼

爲了保障所有人能免費下載到源代碼，同時推廣一下自己建立的公衆號（主要分享一些教程），請掃描下方二維碼關注公衆號回覆相應的關鍵字獲取下載鏈接

• 源代碼及權值下載地址：回覆“SSD訓練”。

• imglabel標註工具下載地址：回覆“標註工具”

• 有需要rely源碼的直接回復“rely下載”，就不一一發郵箱了。