由於最近想試一下牛掰的目標檢測算法SSD。於是乎，自己做了幾千張數據（實際只有幾百張，利用數據擴充算法比如鏡像，噪聲，切割，旋轉等擴充到了幾千張，其實還是很不夠）。於是在網上找了相關的介紹，自己處理數據轉化為VOC數據集的格式，在轉化為XML格式等等。具體方法可以參見以下幾個博客。具體是window還是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

數據轉換好以後，接下來的工作就是在window下搭建SSD訓練環境了，這裏面有很多地雷，我本人也是反復嘗試反復修改幾天後才得以成功。

1 首先看你的電腦配置是否有GPU，如果沒有GPU那就很好辦了，首先下載SSD模型，鏈接：https://github.com/conner99/caffe，（當然也要的人是下載window-caffe的，然後再往裏面添加SSD相關的文件，但是很明顯多此一舉了）。所以我們還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，這裏參考的文獻很多我就不再贅敘了，當然如果你是CPU環境，那麽不需要配置CUDNN環境。

3 安裝好了SSD環境後，由於SSD訓練還需要第三方庫，這裏也有提供，鏈接：http://pan.baidu.com/s/1eSaP3rW 密碼：nuja ，具體過程如下：

（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 接下來這個一定要改，不改的話會反復出現類似於：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，頭發都掉了一地，哎。這裏的解決辦法是在detection_output_layer.cu，detection_output_layer.cpp兩個文件中註釋掉所有出現的regex和rv的語句；然後再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，如下所示: //#include "thrust/functional.h"

.....

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

//thrurst::greater<Dtype>());*/

5 上面的執行完畢之後，恭喜你基本上可以生成libcaffe、caffe.exe文件，先編譯libcaffe，再caffe（一般都是Release下）。

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

上面只要按照這個流程來，不要偷懶，基本上沒什麽大問題，而我總是感覺別人說的不一定對，抱著不裝南墻不回頭精神去配置，結果就是大幾天時間揮霍掉了，希望大家謹慎對待，不過，說實在的自己實現這一過程，從數據采集，數據擴充，轉化格式，再到配置SSD環境，再到開始訓練，收獲良多，或許這就是自己動手的好處吧。這裏附上我正在訓練的過程，GPU速度杠杠的。

期待能得到好的結果，也祝大家好運。有什麽問題歡迎留言交流，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

目標檢測算法SSD在window環境下GPU配置訓練自己的數據集