目標檢測算法SSD在window環境下GPU配置訓練本身的數據集

因爲最近想試一下牛掰的目標檢測算法SSD。因而乎，本身作了幾千張數據（實際只有幾百張，利用數據擴充算法好比鏡像，噪聲，切割，旋轉等擴充到了幾千張，其實仍是很不夠）。因而在網上找了相關的介紹，本身處理數據轉化爲VOC數據集的格式，在轉化爲XML格式等等。具體方法能夠參見如下幾個博客。具體是window仍是Linux請自行對號入座。

Linux：http://blog.sina.com.cn/s/blog_4a1853330102x7yd.html

window：http://blog.csdn.net/buaalei/article/details/55094879

數據轉換好之後，接下來的工做就是在window下搭建SSD訓練環境了，這裏面有不少地雷，我本人也是反覆嘗試反覆修改幾天後才得以成功。

1 首先看你的電腦配置是否有GPU，若是沒有GPU那就很好辦了，首先下載SSD模型，連接：https://github.com/conner99/caffe，（固然也要的人是下載window-caffe的，而後再往裏面添加SSD相關的文件，可是很明顯畫蛇添足了）。因此咱們仍是站在巨人的肩膀上吧。

2 下載好了ssd的caffe環境，接下來就是安裝CUDNN,CUDA,PYTHON等的配置，這裏參考的文獻不少我就再也不贅敘了，固然若是你是CPU環境，那麼不須要配置CUDNN環境。

3 安裝好了SSD環境後，因爲SSD訓練還須要第三方庫，這裏也有提供，連接：http://pan.baidu.com/s/1eSaP3rW 密碼：nuja ，具體過程以下：

（1）在caffe-master\src\caffe下新建3rdparty文件夾，裏面添加hungarian.cpp  

（2）在caffe-master\include\caffe下新建3rdparty文件夾，裏面添加hungarian.hpp

4 接下來這個必定要改，不改的話會反覆出現相似於：error MSB3721: 命令「"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\bin\nvcc.exe" ....等錯誤。我本人在此被坑幾天，頭髮都掉了一地，哎。這裏的解決辦法是在detection_output_layer.cu，detection_output_layer.cpp兩個文件中註釋掉全部出現的regex和rv的語句；而後再detection_output_layer.hpp中將語句#include <boost/regex.hpp>註釋掉。此外，在libcaffe項目下的bbox_util.cu文件，註釋掉thrust相關的內容，以下所示:  //#include "thrust/functional.h"  //#include "thrust/sort.h"

.....  

//thrust::sort_by_key(&confidence[0],&confidence[0]+num_remain,&idx[0],  

//thrurst::greater<Dtype>());*/  

5 上面的執行完畢以後，恭喜你基本上能夠生成libcaffe、caffe.exe文件，先編譯libcaffe，再caffe（通常都是Release下）。

6 後面就簡單了，寫一個bat命令，設置好相應的solver.prototxt文件就能夠開始訓練了。

上面只要按照這個流程來，不要偷懶，基本上沒什麼大問題，而我老是感受別人說的不必定對，抱着不裝南牆不回頭精神去配置，結果就是大幾天時間揮霍掉了，但願你們謹慎對待，不過，說實在的本身實現這一過程，從數據採集，數據擴充，轉化格式，再到配置SSD環境，再到開始訓練，收穫良多，或許這就是本身動手的好處吧。這裏附上我正在訓練的過程，GPU速度槓槓的。

 

期待能獲得好的結果，也祝你們好運。有什麼問題歡迎留言交流，哈哈。最後附上一些好的相關博客：

http://blog.csdn.net/gxb0505/article/details/73702451

http://blog.csdn.net/maweifei/article/details/76685755

https://github.com/weiliu89/caffe