实验目的

继caffe和ssd搭建完成，demo也演示完毕，了解一些基本知识后，现在开始训练自己的数据集，在给自己的训练集处理之前，先跟着官方的示例将Pascal VOC数据集训练走一遍，把可能会踩坑的地方先踩过去，积累点经验。

实验环境

训练平台：NVIDIA K80

预测平台：NVIDIA TX1

语言 ：C++，Python

框架 ：caffe

方法 ：SSD

实验准备

首先是数据集，上一篇博客上有数据集在百度云上的的下载路径：

链接：http://pan.baidu.com/s/1c1AwrRy 密码：ly70

将路径放在自己的硬盘里面，建议不要放在Linux的系统盘内，可以放在自己的机械硬盘或者移动硬盘中，挂载到Linux系统路径下就好；

实验步骤

从几个重要的文件开始说起。在caffe的目录下，有一个data，在里面找到VOC0712文件夹，重点注意其中几个文件：

1.create_list.sh

这是将数据集做成方便之后生成lmdb的路径信息文件，注意将其中的root_dir和第二个for循环中的变量改为自己的路径就好，如下图红框所示：

执行完脚本之后生成三个txt文件，如下：

1）test_name_size.txt每一行分为两个部分，第一部分是test图片的名字，第二部分是图像的size方便之后caffe训练的时候用作test；

2）test.txt每一行分为两个部分，第一部分是用作test的图片的路径信息和文件名，第二部分是用作test的图片的label信息文件（xml）；

3）trainval.txt每一行分为两个部分，第一部分是用作trainval的图片的路径信息和文件名，第二部分是用作trainval的图片的label信息文件（xml）；

2.create_data.sh

该文件负责读取上一个脚本生成的几个文件，然后根据路径和label信息分别生成trainval和test的lmdb文件，主要注意下面红框部分换成自己的路径即可：

3.labelmap_voc.prototxt

该文件主要记录需要训练识别的n种对象的信息，第一类是background，是不变的，对于Pascal VOC数据集来说，需要识别20种对象，所以后面还有20个label。与传统的机器学习不太一样的是，以前需要输入正负样本，在caffe种，不管是faster rcnn还是ssd，都是只用对训练图像将识别对象的坐标信息标注即可，除了标注信息以外的部分都会当做background去处理。

以上三个文件完成之后，只算作是给训练提供了正确可读的数据集，即lmdb文件。切换到caffe路径下的examples/ssd/中，注意一个文件即可。

4.ssd_pascal.py

这个文件是用来训练数据集的，值得注意的是，该文件是一个一次性的脚本，执行完之后会在规定路径下生成一个jobs文件夹，里面有用作训练，测试，部署的prototxt文件，还有最终执行训练的脚本。

需要修改几个地方：

①84,86行改为自己的lmdb文件的路径：

②242行到265行将生成的prototxt文件和jobs文件夹的路径改为自己规定的路径，并在正确的地方读取前几个脚本生成的文件：

③268行改变训练对象的数量，为对象数+1（background），334行选择使用哪一款GPU，361行改变为用作test的图像总数，560行建议把caffe的bin文件改成绝对路径：

完了之后执行脚本即可，之后会在相应的路径下生成jobs文件夹，其中包含了这一次训练的脚本文件，并且会记录caffe执行只一次训练的日志信息，如下所示：

VGG_VOC0712_SSD_300x300.sh文件即为调用build中的caffe程序，读取相应的文件进行训练：

执行完Python脚本之后，在caffe路径下的models路径中会有本次训练用到的prototxt文件，同时生成的caffemodel文件也将存储在这个路径下面：

写这一篇博客的时候数据集还在训练中，caffemodel的快照及最终的文件还未存储下来。

实验总结

了解了Pascal VOC数据集的训练步骤之后，就可以开始去动手制作我们自己的数据集了，下一步我将会把使用ssd对umdfaces数据集的训练步骤和问题给记录下来，关于umdfaces数据集的信息和将其制作为Pascal VOC格式，可以参考我的另一篇博文：

使用faster rcnn训练umdfaces数据集

关于文中用到的VGGNet的预训练模型文件，云盘地址如下：

链接：http://pan.baidu.com/s/1c1JQaCK 密码：4crz