| ## SSD：Single-Shot MultiBox Detector目标检测模型在Pytorch当中的实现 |
| --- |
|
|
| ## 目录 |
| 1. [仓库更新 Top News](#仓库更新) |
| 2. [性能情况 Performance](#性能情况) |
| 3. [所需环境 Environment](#所需环境) |
| 4. [文件下载 Download](#文件下载) |
| 5. [训练步骤 How2train](#训练步骤) |
| 6. [预测步骤 How2predict](#预测步骤) |
| 7. [评估步骤 How2eval](#评估步骤) |
| 8. [参考资料 Reference](#Reference) |
|
|
| ## Top News |
| **`2022-03`**:**进行了大幅度的更新，支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。** |
| BiliBili视频中的原仓库地址为：https://github.com/bubbliiiing/ssd-pytorch/tree/bilibili |
| |
| **`2021-10`**:**进行了大幅度的更新，增加了mobilenetv2主干的选择、增加大量注释、增加了大量可调整参数、对代码的组成模块进行修改、增加fps、视频预测、批量预测等功能。** |
| |
| ## 性能情况 |
| | 训练数据集 | 权值文件名称 | 测试数据集 | 输入图片大小 | mAP 0.5:0.95 | mAP 0.5 | |
| | :-----: | :-----: | :------: | :------: | :------: | :-----: | |
| | VOC07+12 | [ssd_weights.pth](https://github.com/bubbliiiing/ssd-pytorch/releases/download/v1.0/ssd_weights.pth) | VOC-Test07 | 300x300| - | 78.55 |
| | VOC07+12 | [mobilenetv2_ssd_weights.pth](https://github.com/bubbliiiing/ssd-pytorch/releases/download/v1.0/mobilenetv2_ssd_weights.pth) | VOC-Test07 | 300x300| - | 71.32 |
| |
| ## 所需环境 |
| torch == 1.2.0 |
| |
| ## 文件下载 |
| 训练所需的ssd_weights.pth和主干的权值可以在百度云下载。 |
| 链接: https://pan.baidu.com/s/1iUVE50oLkzqhtZbUL9el9w |
| 提取码: jgn8 |
| |
| VOC数据集下载地址如下，里面已经包括了训练集、测试集、验证集（与测试集一样），无需再次划分： |
| 链接: https://pan.baidu.com/s/1-1Ej6dayrx3g0iAA88uY5A |
| 提取码: ph32 |
| |
| ## 训练步骤 |
| ### a、训练VOC07+12数据集 |
| 1. 数据集的准备 |
| **本文使用VOC格式进行训练，训练前需要下载好VOC07+12的数据集，解压后放在根目录** |
|
|
| 2. 数据集的处理 |
| 修改voc_annotation.py里面的annotation_mode=2，运行voc_annotation.py生成根目录下的2007_train.txt和2007_val.txt。 |
| |
| 3. 开始网络训练 |
| train.py的默认参数用于训练VOC数据集，直接运行train.py即可开始训练。 |
| |
| 4. 训练结果预测 |
| 训练结果预测需要用到两个文件，分别是ssd.py和predict.py。我们首先需要去ssd.py里面修改model_path以及classes_path，这两个参数必须要修改。 |
| **model_path指向训练好的权值文件，在logs文件夹里。 |
| classes_path指向检测类别所对应的txt。** |
| 完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。 |
| |
| ### b、训练自己的数据集 |
| 1. 数据集的准备 |
| **本文使用VOC格式进行训练，训练前需要自己制作好数据集，** |
| 训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。 |
| 训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。 |
| |
| 2. 数据集的处理 |
| 在完成数据集的摆放之后，我们需要利用voc_annotation.py获得训练用的2007_train.txt和2007_val.txt。 |
| 修改voc_annotation.py里面的参数。第一次训练可以仅修改classes_path，classes_path用于指向检测类别所对应的txt。 |
| 训练自己的数据集时，可以自己建立一个cls_classes.txt，里面写自己所需要区分的类别。 |
| model_data/cls_classes.txt文件内容为： |
| ```python |
| cat |
| dog |
| ... |
| ``` |
| 修改voc_annotation.py中的classes_path，使其对应cls_classes.txt，并运行voc_annotation.py。 |
|
|
| 3. 开始网络训练 |
| **训练的参数较多，均在train.py中，大家可以在下载库后仔细看注释，其中最重要的部分依然是train.py里的classes_path。** |
| **classes_path用于指向检测类别所对应的txt，这个txt和voc_annotation.py里面的txt一样！训练自己的数据集必须要修改！** |
| 修改完classes_path后就可以运行train.py开始训练了，在训练多个epoch后，权值会生成在logs文件夹中。 |
| |
| 4. 训练结果预测 |
| 训练结果预测需要用到两个文件，分别是ssd.py和predict.py。在ssd.py里面修改model_path以及classes_path。 |
| **model_path指向训练好的权值文件，在logs文件夹里。 |
| classes_path指向检测类别所对应的txt。** |
| 完成修改后就可以运行predict.py进行检测了。运行后输入图片路径即可检测。 |
|
|
| ## 预测步骤 |
| ### a、使用预训练权重 |
| 1. 下载完库后解压，在百度网盘下载，放入model_data，运行predict.py，输入 |
| ```python |
| img/street.jpg |
| ``` |
| 2. 在predict.py里面进行设置可以进行fps测试和video视频检测。 |
| ### b、使用自己训练的权重 |
| 1. 按照训练步骤训练。 |
| 2. 在ssd.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；**model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类**。 |
| ```python |
| _defaults = { |
| #--------------------------------------------------------------------------# |
| # 使用自己训练好的模型进行预测一定要修改model_path和classes_path！ |
| # model_path指向logs文件夹下的权值文件，classes_path指向model_data下的txt |
| # 如果出现shape不匹配，同时要注意训练时的model_path和classes_path参数的修改 |
| #--------------------------------------------------------------------------# |
| "model_path" : 'model_data/ssd_weights.pth', |
| "classes_path" : 'model_data/voc_classes.txt', |
| #---------------------------------------------------------------------# |
| # 用于预测的图像大小，和train时使用同一个即可 |
| #---------------------------------------------------------------------# |
| "input_shape" : [300, 300], |
| #-------------------------------# |
| # 主干网络的选择 |
| # vgg或者mobilenetv2 |
| #-------------------------------# |
| "backbone" : "vgg", |
| #---------------------------------------------------------------------# |
| # 只有得分大于置信度的预测框会被保留下来 |
| #---------------------------------------------------------------------# |
| "confidence" : 0.5, |
| #---------------------------------------------------------------------# |
| # 非极大抑制所用到的nms_iou大小 |
| #---------------------------------------------------------------------# |
| "nms_iou" : 0.45, |
| #---------------------------------------------------------------------# |
| # 用于指定先验框的大小 |
| #---------------------------------------------------------------------# |
| 'anchors_size' : [30, 60, 111, 162, 213, 264, 315], |
| #---------------------------------------------------------------------# |
| # 该变量用于控制是否使用letterbox_image对输入图像进行不失真的resize， |
| # 在多次测试后，发现关闭letterbox_image直接resize的效果更好 |
| #---------------------------------------------------------------------# |
| "letterbox_image" : False, |
| #-------------------------------# |
| # 是否使用Cuda |
| # 没有GPU可以设置成False |
| #-------------------------------# |
| "cuda" : True, |
| } |
| ``` |
| 3. 运行predict.py，输入 |
| ```python |
| img/street.jpg |
| ``` |
| 4. 在predict.py里面进行设置可以进行fps测试和video视频检测。 |
| |
| ## 评估步骤 |
| ### a、评估VOC07+12的测试集 |
| 1. 本文使用VOC格式进行评估。VOC07+12已经划分好了测试集，无需利用voc_annotation.py生成ImageSets文件夹下的txt。 |
| 2. 在ssd.py里面修改model_path以及classes_path。**model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。** |
| 3. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。 |
| |
| ### b、评估自己的数据集 |
| 1. 本文使用VOC格式进行评估。 |
| 2. 如果在训练前已经运行过voc_annotation.py文件，代码会自动将数据集划分成训练集、验证集和测试集。如果想要修改测试集的比例，可以修改voc_annotation.py文件下的trainval_percent。trainval_percent用于指定(训练集+验证集)与测试集的比例，默认情况下 (训练集+验证集):测试集 = 9:1。train_percent用于指定(训练集+验证集)中训练集与验证集的比例，默认情况下 训练集:验证集 = 9:1。 |
| 3. 利用voc_annotation.py划分测试集后，前往get_map.py文件修改classes_path，classes_path用于指向检测类别所对应的txt，这个txt和训练时的txt一样。评估自己的数据集必须要修改。 |
| 4. 在ssd.py里面修改model_path以及classes_path。**model_path指向训练好的权值文件，在logs文件夹里。classes_path指向检测类别所对应的txt。** |
| 5. 运行get_map.py即可获得评估结果，评估结果会保存在map_out文件夹中。 |
|
|
| ## Reference |
| https://github.com/pierluigiferrari/ssd_keras |
| https://github.com/kuhung/SSD_keras |
|
|
