世界各地大牛数不胜数,论文此起彼伏,方法日新月异,不过我们要紧跟时代潮流,做学术领先人,哈哈,我在吹牛,大神们不要打我。。。。。。
继yolo-darknet后,又一个SSD的配置教程,希望可以帮助大家。若不能配置成功,请与我联系,邮箱:ahuljx@126.com
注意:1、要求Ubuntu系统预先安装opencv和cuda7.5,如果您没有安装,请参考我的博客:http://blog.csdn.net/samylee/article/details/51684856
2、有些您复制的终端命令如果不能在终端运行,请注意英文全角半角问题,您可以将命令输入终端,无须复制粘贴命令
第一部分:安装SSD(caffe)
1、安装git
终端输入:
sudo apt-get install git
2、安装SSD
在主文件下终端输入(即/home/***(您的服务器名字)这个目录):
git clone https://github.com/weiliu89/caffe.git
cd caffegit checkout ssd(出现“分支”则说明copy-check成功)
第三部分:下载数据文件
1、 预训练模型下载
下载地址:链接:http://pan.baidu.com/s/1slpaEO9 密码:loxo
在caffe/models文件夹下新建文件夹,命名为VGGNet,将刚刚下载下来的文件放入这个VGGNet文件夹当中
2、下载VOC2007和VOC2012数据集
在主文件夹下(即/home/**(您服务器的名字)/)新建文件夹,命名为data
终端输入:
cd /home/**(您服务器的名字)/data
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
第四部分:生成LMDB文件
终端输入:在运行第三步时如果出现no module named caffe或者是no module named caffe-proto,则在终端输入:
export PYTHONPATH=$PYTHONPATH:/home/**(您服务器的名字)/caffe/python
然后再次运行第三步
第五部分:训练测试演示
# batch_size_per_device =int(math.ceil(float(batch_size) / num_gpus))
#iter_size =int(math.ceil(float(accum_batch_size) / (batch_size_per_device * num_gpus)))
# solver_mode =P.Solver.GPU第六部分:后续我会更新SSD训练自己数据的博文,大家敬请期待。