服务好的高端网站建设公司,装修广告牌设计图片,网站建设知识论文,字幕组 主页 wordpress最近把一个ssd网络的net..prototxt网络结构和自己生成的hdf5格式数据一起做训练时发现经常报错#xff0c;因为ssd中一些层在caffe中并没有实现#xff0c;需要自己写相应的.cpp,.cu文件重新编译#xff0c;比较麻烦#xff0c;而大家通常训练caffe-ssd都是基于原作者公开的…最近把一个ssd网络的net..prototxt网络结构和自己生成的hdf5格式数据一起做训练时发现经常报错因为ssd中一些层在caffe中并没有实现需要自己写相应的.cpp,.cu文件重新编译比较麻烦而大家通常训练caffe-ssd都是基于原作者公开的代码训练的该代码中实现了这些层于是把原作者代码跑了一遍我的机器是ubuntu16.04,装有两块 TI 的显卡一共多个显存opencv是自己编译的3..3.0版本因为我机器主目录下已经有个装好的caffe了所以再次在另一个目录下载该源码该源码下载后编译也能import caffe其他caffe项目也可以使用如果没有装caffe那就下载编译这个源码就能当做caffe使用同时也能训练ssd先进入我这次操作的主目录(/home/user/yjf),下载源码git clone https://github.com/weiliu89/caffe.gitcd caffegit checkout ssd(切换到分支)这时候我的工作目录为 /home/user/yjf/caffe然后执行如下操作cp Makefile.config.example Makefile.config然后参考我前面博客说过的如何搭建caffe环境文章中的说法更改Makefile和Makefile.config文件并参照里面提到的方法进行编译(我感觉caffe不管是还是编译起来其实很简单的我一般分钟就能弄好没有大家想象中的有难度或者难装我用的python2.7,opencv3.3.0,cudnn7.3, cuda8.0我使用cuda9.0报错看来cuda9.0不匹配)下载预训练模型这个模型在我们训练ssd的时候作为初始化模型我放在百度云了https://pan.baidu.com/s/11JcopVftsLELIUSYmt-8Bw大家下载即可下载后放在/home/user/yjf/caffe/models/VGGNet目录如果没有VGGNet目录就新建一个下载VOC2007和VOC2012数据集放到/caffe/data目录下,并解压(其实没多大几个而已)cd datawget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tarwget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tarwget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tartar -xvf VOCtrainval_11-May-2012.tartar -xvf VOCtrainval_06-Nov-2007.tartar -xvf VOCtest_06-Nov-2007.tar4,把下载的数据转成训练需要的lmdb文件在/home/user/yjf/caffe目录下执行./data/VOC0712/create_list.sh当然可以会报错的打开这个文件把第一行的root_dir换成root_dir/home/user/yjf/caffe/data/VOCdevkit(你下载的VOCdevkit在哪里这个就换成那个目录就好其他地方不改)我改了原来代码中的行分别加了#yjf注释我的放在这里可以下载看下https://pan.baidu.com/s/1AETTYyjyKAnuKi27kE12Og然后进行重新执行执行结束后把data/VOC0712/create_data.sh里面的第七行root_dir换成root_dir/home/user/yjf/caffe注释掉cur_dirdata_root_dir$root_dir/data/VOCdevkit)然后执行./data/VOC0712/create_data.sh(执行前先在script/crerate_annoset.py中添加如下import syssys.path.insert(0,/home/user/yjf/caffe/python))然后在caffe目录下执行python examples/ssd/ssd_pascal.py开始ssd训练(训练过程可能报错SSD from caffe.proto import caffe_pb2 ImportError: No module named caffe.proto解决打开 caffe/scripts/create_annoset.py 文件在from caffe.proto import caffe_pb2这段话之前加上import syssys.path.insert(0,/home/user/yjf/caffe/python)(这是刚刚安装的ssd-caffe的目录下的python目录)目标是让程序知道caffe在哪里另外打开caffe/examples/ssd/ssd_pascal.py看到gpus0,1,2,3 该成gpus0是指定训练使用的gpu我用的,然后python caffe/examples/ssd/ssd_pascal.py开始训练(题外话一般caffe需要net.prototxt和solver.prototxttrain.sh三个训练模型对吧这次好像没看到其实啊caffe的这些net.prototxt网络结构文件是一般通过.py文件生成的该代码中也是在训练的代码中先生成了这些东西这些东西在/home/user/yjf/caffe/models/VGGNet/VOC0712/SSD_300x300目录下放着train.prototxt和test.prototxt就是训练和测试的网络结构同时人家还生成了deploy.prototxt文件而solver.prototxt中存放了训练的超参数snapshot: 8000指定训练个iters保存一次我嫌弃时间太长我想次保存一个先看下结果不过没到怎么改然后我就等训练代码跑起来后在把程序停掉这样就生成了这些文件我直接在solver.prototx文件中改snapshot为然后写了一个train.sh文件内容如下#!/usr/bin/env shset -e# /home/user/caffe/build/tools/caffe train --solver./solver.prototxt --gpu 1/home/user/yjf/caffe/build/tools/caffe train --solver./solver.prototxt --gpu 1然后我在caffe/models/VGGNet/VOC0712/SSD_300x300目录直接执行sh ./tran.sh就开始训练了训练的模型根据指定目录也在这个目录大家可以不用这样仅供参考题外话结束)测试训练结果在caffe目录执行python examples/ssd/score_ssd_pascal.py执行前先在该程序中的import caffe之前加上import syscaffe_root /home/user/yjf/caffe/sys.path.insert(0,caffe_rootpython)目标是为了让程序找到caffe安装目录Test net outpu的值一般为0.7左右吧我这个值低是因为我刚刚开始训练我跑了个iters就把模型保存起来试了一下使用效果肯定低模型需要跑二十多万个iters这个值就上去了源码提供了在视频和摄像头上的测试在视频上测试python examples/ssd/ssd_pascal_video.py直接运行这段代码就可以在视频预测默认视频路径为examples/videos下面有一个视频效果如下在摄像头上测试python examples/ssd/ssd_pascal_webcam.py如果报错就按照第点在代码中添加caffe的目录就好预测caffe目录执行python examples/ssd/ssd_detect.py --model_weights ../VGG_VOC0712_SSD_300x300_iter_120000.caffemodel(此处为你训练的模型地址) --image_files /home/user/yjf/caffe/examples/images/fish-bike.jpg即可在caffe目录生成一个detect_result.jpg图片为检测结果,预测之前在该代码开头部分参照第点添加caffe目录要不然报错经过一个晚上的训练用新模型预测一下效果如下图所示至此caffe-ssd测试结果接下来将讲解使用直接的数据训练ssd
