【ncnn】MobileNetSSD通过ncnn推理实现目标检测ubuntu16.04测试

环境：

Ubuntu16.04

---

一、训练caffemodel

具体方法请参考链接：【Caffe】用Caffe训练MobileNetSSD。

二、编译ncnn

具体方法请参考链接：【ncnn】Ubuntu16.04+OpenCV3.4.0 ncnn环境搭建。

完成之后确认build/tools下有ncnn2mem可执行文件，build/tools/caffe下有caffe2ncnn可执行文件。

三、转换模型

这里要用到caffe/build/tools下面的两个工具，这里转换的是合并bn层的model

cd caffe/build/tools
./upgrade_net_proto_text no_bn.prototxt MobileNetSSD_deploy_new.prototxt
./upgrade_net_proto_binary no_bn.caffemodel MobileNetSSD_deploy_new.caffemodel

转换前，no_bn.prototxt的输入是data，

而转换之后的MobileNetSSD_deploy_new.prototxt的输入是input，

下面用ncnn/build/tools/caffe下的caffe2ncnn工具转换模型。

./caffe2ncnn MobileNetSSD_deploy_new.prototxt MobileNetSSD_deploy_new.caffemodel MobileNetSSD_deploy.param MobileNetSSD_deploy.bin

下面是加密（可选），用的工具是ncnn/build/tools下的ncnn2mem，

./ncnn2mem MobileNetSSD.param MobileNetSSD.bin MobileNetSSD.id.h MobileNetSSD.mem.h

四、测试

在ncnn/examples目录下有一个mobilenetssd.cpp，把这个文件稍微修改一下作为我的测试代码。

将

    mobilenet.load_param("mobilenet_ssd_voc_ncnn.param");
    mobilenet.load_model("mobilenet_ssd_voc_ncnn.bin");

修改为我自己的model文件。

    mobilenet.load_param("MobileNetSSD_deploy.param");
    mobilenet.load_model("MobileNetSSD_deploy.bin");

如果使用加密的模型，

    mobilenet.load_param("MobileNetSSD_deploy.param.bin");
    mobilenet.load_model("MobileNetSSD_deploy.bin");

 将

static const char* class_names[] = {"background",
        "aeroplane", "bicycle", "bird", "boat",
        "bottle", "bus", "car", "cat", "chair",
        "cow", "diningtable", "dog", "horse",
        "motorbike", "person", "pottedplant",
        "sheep", "sofa", "train", "tvmonitor"};

修改为自己的类别名字。

把修改后的cpp文件重命名为MobileNetSSD.cpp。

打开ncnn/examples/CMakeLists.txt，在末尾添加

add_executable(MobileNetSSD MobileNetSSD.cpp)
target_link_libraries(MobileNetSSD ${NCNN_EXAMPLE_LINK_LIBRARIES})

进入ncnn/build，执行

make

下面已经多了MobileNetSSD这个可执行文件，

将MobileNetSSD_deploy.param和MobileNetSSD_deploy.bin这两个文件也拷贝到这个目录下，执行

./MobileNetSSD test.jpg

终端会打印出结果，

也会弹出窗口显示boundingbox。

效果和【Caffe】用Caffe训练MobileNetSSD测试的是一致的，效果差，但是至少证明整个流程已经走对了。