學習caffe第一天，用SSD上上手。

   我的根目錄$caffe_root為/home/gpu/ljy/caffe

   一、執行SSD示例程式碼

   1.到https://github.com/weiliu89/caffe.git下載caffe-ssd程式碼，是一個caffe資料夾

   2.參考已經配好的caffe目錄下的makefile.config修改￥caffe_root下的makefile.config.

   3.在$caffe_root下開啟命令列終端，輸入以下命令

make -j8
make py
make test -j8
make runtest -j8
編譯完成
4.下載VGG_ILSVRC_16_layers_fc_reduced.caffemodel預訓練模型，放到$caffe_root/models/VGG下。（
 
沒有VGG資料夾就建一個）
  下載資料集VOCtest_06_Nov-2007.tar等三個壓縮包放在$caffe_root/data下，並解壓。
5.修改./data/VOC0712/create_list.sh裡面的路徑為自己的路徑，修改./data/VOC0712/create_data.sh，本文如下圖所示：（VOC0712資料夾可能沒有，那就從網上下一個）
  

 6.命令列切換到$caffe_root並執行上面兩個指令碼,直接命令列輸入就是執行
 7.訓練，命令列輸入下面：
  python examples/ssd/ssd_pascal.py
 或者下載訓練好的模型
 8.測試

A.python examples/ssd/score_ssd_pascal.py
 

這個要先改裡面的gpu個數，輸出是分數

B.python examples/ssd/plot_detections.py
輸出是是視訊的標註...
C. ./.build_release/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel /home/gpu/ljy/caffe/data/ljy_test/TestData/pictures.txt
這是單張圖片的測試，C++版本的，其中ctrl+h可以檢視隱藏資料夾，最後那個pictures.txt是待測試資料夾的路徑列表，如下圖：
 

     測試結果如下：（暫時還不知道輸出的都是什麼東西，可能是類別、置信度和位置吧）

    D 單張圖片測試，python版本

    點開ssd_detect.ipynb，複製並儲存為ssd_detect.py，然後修改裡面的路徑（包括$caffe_root和測試圖片的路徑），並在最後加上plt.show()

    然後命令列執行該程式碼即可

   二、訓練並測試自己的資料

    1.生成訓練和測試資料

     我們自己的資料基本是jpeg或者其他圖片格式的，而caffe輸入的一般是LMDB的資料，所以我們要進行轉換。我們轉換的方法是

     A.將影象用工具進行標註(工具這裡先不介紹)，得到txt標註檔案

     B.將txt檔案和圖片轉換成VOC格式（用指令碼）

     C.將VOC格式轉換為LMDB格式，利用SSD示例程式碼提供的轉換指令碼。

 (1) 在 $caffe_root/data/VOCdevkit目錄下建立ljy_test目錄，該目錄中存放自己轉換完成的VOC資料集；
 (2) $CAFFE_ROOT/examples目錄下建立ljy_test目錄；
 (3) $CAFFE_ROOT/data目錄下建立ljy_test目錄，同時將data/VOC0712下的create_list.sh,create_data.sh,labelmap_voc.prototxt
這三個檔案copy到ljy_test目錄下，分別重新命名為create_list_ljy_test.sh,create_data_ljy_test.sh, labelmap_ljy_test.prototxt
 (4) 對上面新生成的兩個create檔案進行修改，主要修改是將VOC0712相關的資訊替換成ljy_test
 修改後的兩個檔案分別如下：
 
  
  然後修改labelmap_indoor.prototxt，將該檔案中的類別修改成和自己的資料集相匹配，注意需要保留一個label 0 , background類別

      完成上面步驟的修改後，可以開始LMDB資料資料的製作，在$CAFFE_ROOT目錄下分別執行：

　　./data/ljy_test/create_list_indoor.sh

　　./data/ljy_test/create_data_indoor.sh

　　命令執行完畢後，可以在$CAFFE_ROOT/examples/ljy_test目錄下檢視轉換完成的LMDB資料資料。

   2.訓練

  A.將預訓練好的模型放在$CAFFE_ROOT/models/VGGNet下（我們這裡在執行SSD示例程式碼的4已經放過了，可以省略）

 B.將$caffe_root/examples/ssd/ssd_pascal.py拷貝到自己的資料夾$caffe_root/examples/ljy_test/下，並重命名為ssd_pascal_ljy.py

 C.修改ssd_pascal_ljy.py為自己的各個路徑，其中要在$caffe_root/models/VGGNet/下建立ljy_test資料夾，修改如下：

  D.執行訓練程式碼。在$caffe_root下開啟命令列，並輸入

python examples/ljy_test/ssd_pascal_ljy.py
等待訓練就可以了...
有可能遇到loss=nan的情況，這個待議，正常情況下是下面醬紫的：
 

  3.測試

  A.c++版本的測試

 跟上面ssd示例測試的差不多，改一下路徑即可

  B.python版本的測試

  同最上面

  4.參考：http://blog.csdn.net/u014696921/article/details/53353896，https://github.com/weiliu89/caffe.git