KITTI Objects Detection Using SSD in Tensorflow

文件位置

数据集

VOC格式原始数据集 VOC_ KITTI
VOC -> TFRecord数据集 tfrecords_ VOC_KITTI

训练结果

VOC转换数据集训练结果 finetune_ kitti_VOC

检测图片结果

检测图片源文件夹 test_img
检测结果生成图片文件夹 DetectResults

数据集转换

KITTI->VOC

详见Tools_KITTI2VOC
将VOC格式的三个文件夹移至 VOC_ KITTI

VOC->TFRecord

在pascalvoc_common.py 48行根据实际修改VOC_LABELS

在pascalvoc_2007.py 80和90行修改SPLITS_TO_SIZES中的train和test的个数，和NUM_CLASSES（实际类别数，不用+1）在SSD/ 执行

  DATASET_DIR=./VOC_KITTI/
  OUTPUT_DIR=./tfrecords_VOC_KITTI
  python3 tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=${DATASET_DIR} --output_name=voc_2007_test --output_dir=${OUTPUT_DIR} --txt_name=test

**注：**txt_name 和 output_name 需根据实际情况改变，训练数据集--train，测试--test

Training

在train_ssd_network.py 中135行修改类别数（实际类别数+1）
在ssd_vgg_300.py 中96行修改类别数（实际类别数+1）

运行 train.sh ,其内容如下

  DATASET_DIR=tfrecords_VOC_KITTI
  TRAIN_DIR=logs/finetune_kitti_VOC/
  CHECKPOINT_PATH=./checkpoints/ssd_300_vgg.ckpt
  python3 train_ssd_network.py --train_dir=${TRAIN_DIR} --dataset_dir=${DATASET_DIR} --dataset_name=pascalvoc_2007 --dataset_split_name=train --model_name=ssd_300_vgg --checkpoint_path=${CHECKPOINT_PATH} --save_summaries_secs=600 --save_interval_secs=600 --weight_decay=0.0005 --optimizer=adam --learning_rate=0.001 --batch_size=32 --gpu_memory_fraction=0.9 --checkpoint_exclude_scopes =ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box

原始训练数据需下载

训练命令处加上一行checkpoint_exclude_scopes原因：预训练的checkpoints是用21个类别来训练的，与实际训练类别数不同，加上后舍弃了一些层，只用这个原始结构中的weights来训练

Evaluation

在eval_ssd_network.py 中66行修改类别数（实际类别数+1）

运行 eval.sh ,其内容如下

  DATASET_DIR=tfrecords_VOC_KITTI
  EVAL_DIR=./logs/eval_KITTI_VOC/
  CHECKPOINT_PATH=./logs/finetune_kitti_VOC/model.ckpt-7311
  python3 eval_ssd_network.py --eval_dir=${EVAL_DIR} --dataset_dir=${DATASET_DIR} --dataset_name=pascalvoc_2007 --dataset_split_name=test --model_name=ssd_300_vgg --checkpoint_path=${CHECKPOINT_PATH} --batch_size=1

Demo

上图中的测试图片均来源自网络

kitti_demo.py 42行修改模型地址，68行修改测试图片目录地址，72行修改测试图片目录中图片
visualization.py 最后一行取消注释可实现测试图片显示
在./notebooks 运行
```
  python kitti_demo.py
```

测试图片保存在DetectResults文件夹中，图片命名为测试源图片名

VGG_512

将ssd_512文件夹中内容替换原有文件即可

leofansq/KITTI-Objects-Detection-Using-SSD-in-Tensorflow

KITTI Objects Detection Using SSD in Tensorflow

文件位置

数据集

训练结果

检测图片结果

数据集转换

KITTI->VOC

VOC->TFRecord

Training

Evaluation

Demo

VGG_512

Reference