SSD-tensorflow使用文档(－)——测试训练基本流程
SSD: Single Shot MultiBox Detector in TensorFlow
这里只从工程的角度介绍这份代码的使用方法，参照github上 balancap这个人 根据论文作者提供的caffe源码复现的tensorflow代码及其给出的教程，并加入了自己的一些补充和理解
补充：在ssd-tensorflow代码的fix_training分支中，作者增加了如下几点：
1. use a very simple data pre-processing pipeline at beginning to test out the training script;
2. use the argument trainable_scopes for only training the new parts of the network. Then, in a second time, fine tune the full network.
3. I implement an hard mining which is equivalent to the SSD Caffe, and looking at how to improve the data augmentation part.
１．基本介绍
这里只实现了 SSD-300 VGG-based 和 SSD-512 VGG-based 两个版本，但这个project的框架的模块化应该可以保证SSD的其他变种(如ResNet or Inception 版本)实现起来也不难，等有时间我尝试好之后会分享给大家的。
本project的组织结构受启发于TF-Slim models repository,TF-slim包含了当下流行的ResNet, Inception and VGG结构。主要包括3个部分：
- datasets：（Pasca VOC 2007_trainval，2007_test， 2012，COCO）这些数据集的接口和 将其转为tensorflow专用TF-Records格式的脚本文件。
- networks: SSD网络结构的定义，常用的encoding和decoding方法（refer to the paper on this precise topic）
- pre-processing: pre-processing and data augmentation routines, inspired by original VGG and Inception implementations.
２．SSD minimal example
利用jupyter Notebook可以轻松的运行SSD的一个测试用例,你要做的就是：
1. 下载模型ssd_300_vgg，存放在SSD-Tensorflow-master/checkpoints/这个目录下
2. 打开终端，在主目录 SSD-Tensorflow-master 下，运行cd notebooks/进入noteboo目录，运行 jupyter-notebook进入http://localhost:8892/tree服务器，打开 ssd_notebook.ipynb.ipynb文件
3. 配置一些路径：第4个cell中from notebooks import visualization改成import notebooks，不改的话目录结构不对，会报错
4. 使用自己的图片，改变path = '../demo/'成自己的图片所在路径
5. 从头到尾运行所有cell即可。
我在网上随便找了张图片测试了一下，效果确实还不错，只是这个代码没有把标签对应的种类显示在上面，懒得改了，以后用的时候再说，上图啦：
分析：估计这里2代表自行车把，15代表人把，但是第二张图的手势也是别未15（人类），估计分类里面没有手势这一项把。后续将进行更多的测试，这里先介绍到这里。
３．论文效果
小例子跑起来之后，当然不能就这么满足了，要给自己定个小目标，自然就是要通过自己的训练达到接近论文的效果。
- SSD作者本人用caffe实现的代码所达到的效果如下:
| System | VOC2007 test mAP | FPS (Titan X) | Number of Boxes | Input resolution |
|---|---|---|---|---|
| Faster R-CNN (VGG16) | 73.2 | 7 | ~6000 | ~1000 x 600 |
| YOLO (customized) | 63.4 | 45 | 98 | 448 x 448 |
| SSD300* (VGG16) | 77.2 | 46 | 8732 | 300 x 300 |
| SSD512* (VGG16) | 79.8 | 19 | 24564 | 512 x 512 |
Note: SSD300* and SSD512* are the latest models. Current code should reproduce these results.
这里tensorflow版本代码效果如下：
Model Training data Testing data mAP FPS SSD-300 VGG-based VOC07+12 trainval VOC07 test 0.778 - SSD-300 VGG-based VOC07+12+COCO trainval VOC07 test 0.817 - SSD-512 VGG-based VOC07+12+COCO trainval VOC07 test 0.837 -
对比发现，tensorflow版本的效果与caffe版本代码相当的效果。
4. 行动指南
4.1 制作数据集
以VOC2007为例，目录结构如下
+VOCtrainval_06-Nov-2007
+VOCdevkit
+VOC2007
+Annotations
+ImageSets
+JPEGImages
+SegmentationClass
+SegmentationObject
+VOCtest_06-Nov-2007
+VOCdevkit
+VOC2007
+Annotations
+ImageSets
+JPEGImages
+SegmentationClass
+SegmentationObject
为了避免每次在终端敲那么多字母，建议新建一个.sh文件，把以下脚本粘贴进去，只要在这里更改dataset的路径就可以了，最后在文件所在目录打开终端并输入bash tf_convert_data.sh：(本教程所建立的所有shell脚本都存放在/root/shell/这个文件夹下)
＃filename = tf_convert_data.sh
#!/bin/bash
#This is a shell script to convert Pascal VOC datasets(2007 and 2012) into TF-Records only.
#Directory where the original dataset is stored
DATASET_DIR=/root/VOCtrainval_06-Nov-2007/VOCdevkit/VOC2007/
#Output directory where to store TFRecords files
OUTPUT_DIR=/root/VOCtrainval_06-Nov-2007/VOCdevkit/VOC2007_tfrecord/
python ../tf_convert_data.py \
--dataset_name=pascalvoc \
--dataset_dir=${DATASET_DIR} \
--output_name=voc_2007_train \
--output_dir=${OUTPUT_DIR}4.2 验证
下载好三个checkpoint:SSD-300 VGG-based, SSD-300 VGG-based, SSD-512 VGG-based，为了 reproduce evaluation metrics on the recall-precision curve && compute mAP metrics following the Pascal VOC 2007 and 2012 guidelines. 跟制作数据集的shell 脚本一样，可以在tf_convert_data.sh脚本所在目录”/shell”，新建脚本并将如下代码粘贴进去，运行bash eval_ssd_network.sh执行：
#!/bin/bash
# This is the eval script.
DATASET_DIR=/home/doctorimage/kindlehe/common/dataset/VOC2007/VOCtest_06-Nov-2007/VOCdevkit/VOC2007_tfrecord/
#/home/doctorimage/kindlehe/common/dataset/VOCdevkit/
#../../../../common/dataset/VOC2007/VOCtest_06-Nov-2007/VOCdevkit/
EVAL_DIR=../log_files/log_eval/ # Directory where the results are saved to
CHECKPOINT_PATH=/home/doctorimage/kindlehe/common/models/tfmodlels/SSD/VGG_VOC0712_SSD_300x300_ft_iter_120000/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
#../../../../common/models/tfmodlels/SSD/VGG_VOC0712_SSD_300x300_ft_iter_120000/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
#dataset_name这个参数在代码里面写死了
python3 ../eval_ssd_network.py \
--eval_dir=${EVAL_DIR} \
--dataset_dir=${DATASET_DIR} \
--dataset_name=pascalvoc_2007 \
--dataset_split_name=test \
--model_name=ssd_300_vgg \
--checkpoint_path=${CHECKPOINT_PATH} \
--batch_size=1
#python ../eval_ssd_network.py \
# --eval_dir=${EVAL_DIR} \ # Directory where the results are saved to
# --dataset_dir=${DATASET_DIR} \ # The directory where the dataset files are stored
# --dataset_name=voc2007_test \ # The name of the dataset to load
# --dataset_split_name=test \ # The name of the train/test split
# --model_name=ssd_300_vgg \ # The name of the architecture to evaluate
# --checkpoint_path=${CHECKPOINT_PATH} \ #The directory where the model was written to or an absolute path to a
#checkpoint file
# --batch_size=1 # The number of samples in each batch
执行脚本之前，先替换一下作者eval_ssd_network.py这个代码的开头，由于是在python3环境下运行，我重新安装了python3版的tensorflow-gpu,采用的native pip安装，不建议哈，建议大家以后去使用docker,据说是可以用docker使用同一台机器的多个人分配ＧＰＵ资源，防止撞车，谁玩过docker的欢迎来知道一下我，我叫kindle,唯一的一个kinlde!
至于注释的那一段，可能由于我重新安装的tensorflow,运行官方测试小demo居然会报这个错误 ++Internal: failed initializing StreamExecutor for CUDA device ordinal 1++，但是小demo中的sess = tf.Session()这条语句连续第二次运行的时候，一切又回复正常，ｗｔｆ!!!
from tensorflow.python.framework import ops
from datasets import dataset_factory
from nets import nets_factory
from preprocessing import preprocessing_factory
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "1" #原因是在创建session时没有使用我想让它用的gpu,难道每次都只能在这里制定一块ＧＰＵ才能运行？有别的办法吗？
import math
import sys
import six
import time
import numpy as np
import tensorflow as tf
import tf_extended as tfe
import tf_utils
slim = tf.contrib.slim在../log_files/log_eval/下生成三个文件:events.out.tfevents.1498225326.doctorimagePC, events.out.tfevents.1498225563.doctorimagePC,training_config.txt
INFO:tensorflow:Evaluation [4952/4952] #测试机是VOC07 test
2017-06-23 22:47:38.481517: I tensorflow/core/kernels/logging_ops.cc:79] AP_VOC07/mAP[0.74313211395020917]
2017-06-23 22:47:44.241878: I tensorflow/core/kernels/logging_ops.cc:79] AP_VOC12/mAP[0.7665967841531145]
INFO:tensorflow:Finished evaluation at 2017-06-23-14:47:44
Time spent : 3703.294 seconds.
Time spent per BATCH: 0.748 seconds.
tensorboard显示
在目录~/kindlehe/project/SSD/SSD-Tensorflow-master/log_files下运行tensorboard --logdir=log_eval,在浏览器中输入++http://localhost:6006++即可
4.3 训练
终于可以开始训练了，话不多说，先准备在VOC07+12 trainval训练着，等周末来了再看，机器配置是：Intel(R) Core(TM) i7-7700K CPU @ 4.20GHz 显卡:1080 Ti 12G显存
依然是.sh脚本的形式：
#!/bin/bash
#The directory where the dataset files are stored.
DATASET_DIR=/home/doctorimage/kindlehe/common/dataset/VOC2007/VOCtrainval_06-Nov-2007/VOCdevkit/VOC2007_tfrecord/
#../../../../common/dataset/VOC2007/VOCtrainval_06-Nov-2007/VOCdevkit/VOC2007_tfrecord/
#Directory where checkpoints and event logs are written to.
TRAIN_DIR=.././log_files/log_finetune/
#The path to a checkpoint from which to fine-tune
CHECKPOINT_PATH=/home/doctorimage/kindlehe/common/models/tfmodlels/SSD/VGG_VOC0712_SSD_300x300_ft_iter_120000/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
#../../../../common/models/tfmodlels/SSD/VGG_VOC0712_SSD_300x300_ft_iter_120000/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
python3 ../train_ssd_network.py \
--train_dir=${TRAIN_DIR} \
--dataset_dir=${DATASET_DIR} \
--dataset_name=pascalvoc_2007 \
--dataset_split_name=train \
--model_name=ssd_300_vgg \
--checkpoint_path=${CHECKPOINT_PATH} \
--save_summaries_secs=60 \
--save_interval_secs=600 \
--weight_decay=0.0005 \
--optimizer=adam \
--learning_rate=0.001 \
--batch_size=325. 遇到的一些坑
- –dataset_name=pascalvoc_2007 、–dataset_split_name=train、–model_name=ssd_300_vgg这三个参数不要自己随便取，在代码里，这三个参数是if…else…语句，有固定的判断值，所以要根据实际情况取选择
- TypeError: expected bytes, NoneType found
SystemError: returned a result with an error set
这是由于CHECKPOINT_PATH定义的时候不小心多了个＃号键，将输入给注释掉了，如果不想使用预训练的模型，需要将--checkpoint_path=${CHECKPOINT_PATH} \注释掉即可- SSD有在VOC07+12的训练集上一起训练的，用一个笨一点的办法：
pascalvoc_to_tfrecords.py文件中，改变SAMPLES_PER_FILES,减少输出tfrecord文件的个数,再修改tf_convert_data.py的dataset参数，记得将前后两次的输出名改变一下，前后两次转换的tfrecords放在同一个文件夹下，然后手工重命名。（这里由于只是验证论文的训练方法是否有效，所以没必要写这些自动化代码实现合并，以后要用自己的数据集训练的时候就可以写一些自动化脚本）- 有时候运行脚本会报错，可能是之前依次运行导致显存占满。
- 从pyCharm运行时，如果模型保存路径里之前的模型未删除，将会报错，必须保证该文件夹为空。