承接上一篇SSD介绍:SSD+caffe︱Single Shot MultiBox Detector 目标检测(一) 如果自己要训练SSD模型呢,关键的就是LMDB格式生成,从官方教程weiliu89/caffe来看,寥寥几行code,但是前面的数据整理真实要了老命。 教程其实就是一种fine-tuning,在VGG基础上进行训练SSD框架。
一般SSD的数据来源,看到好多人都在用这款框架进行数据标注:BBox-Label-Tool 也有人在这基础上进行简单修改,详见博客:SSD框架训练自己的数据集 ,或者用opencv重写:深度学习ssd配置并在VGG模型上训练自己的数据 还有一些自己开发的小工具:图像标注VS2013项目
.
(1)下载VGGNet.caffemodel, fully convolutional reduced (atrous) VGGNet (2)下载VOC2007 and VOC2012两个数据集,放在/caffe/data目录下 (3)创建LMDB文件:
./data/VOC0712/create_list.sh
./data/VOC0712/create_data.sh
(4)训练
python examples/ssd/ssd_pascal.py
以上是官方教程常规训练步骤,并不难。但是自己训练时候的数据处理,比较麻烦。
.
其中训练所需的文件夹包括三大类:
笔者自己改写了一份纯python版本的,并上传到github:https://github.com/mattzheng/umdfaces2VOC2007/ 该份代码可以直接把下面三个文件夹填满:Annotations、JPEGImages、ImageSets 另外的ImageSets简单的用Python来随机抽样即可。
<?xml version="1.0" encoding="utf-8"?>
00001
00002
训练验证集: trainval.txt,整个数据集的50% 测试集: test.txt,整个数据集的50% 训练集: train.txt,大概是trainval的50% 验证集: val.txt,大概是trainval的50%
(1) create_list.sh:用于生成三类文件列表 - test_name_size:测试集图像大小 - test:测试集图像-标签一一对应 - trainval:训练集图像-标签一一对应
这是将数据集做成方便之后生成lmdb的路径信息文件,注意三点:
其余输出文件的示例: 图像-标签一一对应:
Images/000112.png Labels/000112.xml
Images/001365.png Labels/001365.xml
同时注意名称的一致。
000800 1241 376
006206 1242 375
test_name_size里面,000800就是图片名称,1241*376就是图片尺寸,高 长。
(2)labelmap_voc.prototxt: 目标检测的标签文件 该文件主要记录需要训练识别的n种对象的信息,第一类是background,是不变的,对于Pascal VOC数据集来说,需要识别20种对象,所以后面还有20个label。与传统的机器学习不太一样的是,以前需要输入正负样本,在caffe种,不管是faster rcnn还是ssd,都是只用对训练图像将识别对象的坐标信息标注即可,除了标注信息以外的部分都会当做background去处理。 所以,此时只能填一个:
item {
name: "none_of_the_above"
label: 0
display_name: "background"
}
item {
name: "face"
label: 1
display_name: "face"
}
这里为什么要填face,这里是有讲究的。要跟xml里面的类别一直,github里面类别写的是脸,所以必须写”face”。另外一个案例label可见:SSD框架训练自己的数据集
(3)create_data.sh: 生成LMDB文件,以上的create_list准备好之后即可。 最麻烦还是路径填写。
(4)ssd_pascal.py 可见: Ubuntu上用caffe的SSD方法训练umdfaces数据集 另外一个案例文件ssd_pascal.py可见:SSD框架训练自己的数据集 主要还是路径设置问题。 .
训练的数据集三种方案:
class_index xmin ymin xmax ymax
第一种方案里面的一些小技巧: (1)还有将txt变成xml格式的小工具:见博客将数据集做成VOC2007格式用于Faster-RCNN训练 (2)将BBox-Label-Tool下的txt格式保存的bounding box信息转换成VOC数据格式下以xml方式表示:,见博客:SSD框架训练自己的数据集 (3)将csv变成xml文件类型 luuuyi/umdfaces2VOC2007 (4)自己改写的一个txt变为xml的code,见本人的github:https://github.com/mattzheng/forSSD_txt2xml
本节参考:SSD框架训练自己的数据集 - 第一步:create_list.sh:生成test_name_size.txt、test.txt、trainval.txt - 第二步:修改labelmap_voc.prototxt,标签文件,同时需要注意标签文件必须多一个background的标签,作为编号0 - 第三步:create_data.sh:生成LMDB - 第四步:修改ssd_pascal.py:参考: Ubuntu上用caffe的SSD方法训练umdfaces数据集
会在相应的路径下生成jobs文件夹,其中包含了这一次训练的脚本文件,并且会记录caffe执行只一次训练的日志信息。 参考:Ubuntu上用caffe的SSD方法训练Pascal VOC数据集
jobs文件夹下有: .log文件:运行记录,时间,迭代次数等信息; .caffemodel文件,权重文件 deploy.prototxt、train_val.prototxt等 .
来源于:Ubuntu上用caffe的SSD方法训练Pascal VOC数据集 计划训练的迭代次数是12w次,但是在K80上只开了一个核来进行计算,差不多一天可以迭代1w+次吧,跑了6天将近7w次,打断来测试,在K80上,检测单张人脸图片,分辨率在300X300左右,速度为40ms左右,也就是说帧率可以达到25fps,速度还是很快的。至于准确度,在log文件里面,每1w次迭代之后会计算一个mAP,第6w次的时候计算了一下mAP(作者自定义过,跟mAP比较像)为0.965:
.
参考: 深度学习ssd配置并在VGG模型上训练自己的数据 SSD 安装、训练 Ubuntu上用caffe的SSD方法训练umdfaces数据集 重点参考: 使用faster rcnn训练umdfaces数据集 将数据集做成VOC2007格式用于Faster-RCNN训练 Caffe-SSD 训练自己的数据集教程
.
cudasucess(10vs0)
解决:修改pythonssd_pascal.py文件gpus=’0,1,2,3’,如果有一块GPU,则删除123,有两块则删除23
.
K80-单GPU-一天可以迭代1w+次 6天将近7w次 每1w次迭代之后会计算一个mAP (数据来源:Ubuntu上用caffe的SSD方法训练umdfaces数据集)
TX.P,笔者自己训练,大概的运算效率是5千/小时(运行官方教程时) .
参考来源:SSD:Single Shot MultiBox Detector的安装配置和运行 - 电脑前置摄像头
python examples/ssd/ssd_pascal_webcam.py
python examples/ssd/ssd_pascal_video.py