ssd训练kiiti数据集和测试过程

训练过程

训练过程可以参考http://blog.csdn.net/Jesse_Mx/article/details/65634482，这篇博客从kitti数据集的转化到训练文件的修改，训练过程，乃至训练的结果都写的十分详细，很有参考价值。

测试过程

单张图片的测试过程使用了examples/ssd/ssd_detect.py文件，这里对该文件的修改如下（整个测试过程用到的文件都是参考上面这篇博客训练出来的，可以根据自己情况的不同修改所用到的文件的路径）。

文件的67行和68行修改为知己训练出来的模型的路径

model_def ='models/VGGNet/KITTI/SSD_300x300/deploy.prototxt'
model_weights = 'models/VGGNet/KITTI/SSD_300x300/KITTI_SSD_300x300_iter_120000.caffemodel'

之后修改94行为自己的测试图片路径

image = caffe.io.load_image('examples/images/000800.jpg')

运行该python文件就可以对图片进行测试了。

对于video的测试则使用到了examples/ssd/ssd_pascal_video.py文件，这里对该文件修改如下：

文件的77行将video_file改为自己的视屏路径。

文件的92行改成自己的labelmap文件路径（不知道的可以看前面提到的那篇博客）

label_map_file = "data/KITTI/labelmap_kitti.prototxt"   #此处修改

接下来是159行修改为自己的model_name，因为我的job_name也是SSD_330x330所以没有修改

model_name = "KITTI_{}".format(job_name)  #此处修改

接下来是162行到166行，修改如下：

# Directory which stores the model .prototxt file.
save_dir = "models/VGGNet/KITTI/{}_video".format(job_name)
# Directory which stores the snapshot of trained models.
snapshot_dir = "models/VGGNet/KITTI/{}".format(job_name)
# Directory which stores the job script and log file.
job_dir = "jobs/VGGNet/KITTI/{}_video".format(job_name)

这里我简单解释一下，job_dir和save_dir是后面要创建的文件夹，所以后面的_video并不需要删去，我只是修改了一下中间的路径，把原来的VOC0712改成了KITTI。而snapshot_dir是后面要读取的权值文件的路径，这里修改为自己的路径即可。

这样就大功告成了。不过我们不能直接运行这个python文件，因为里面没有定义根路劲。我们要在ssd的根目录下运行终端：

python examples/ssd/ssd_pascal_video.py

否者的话会出现找不到snapshot_dir的错误。

对于摄像头的操作ssd_pascal_webcom.py的修改方式和上面相似，这里我就不多说了。