/ssd.pytorch

用pytorch复现ssd并在自己的数据集上进行行人检测

Primary LanguagePythonApache License 2.0Apache-2.0

ssd.pytorch

介绍

  1. 用pytorch复现ssd并在自己的数据集上进行行人检测

  2. 在docker环境下运行免除安装pytorch以及各种依赖环境的痛苦

    源码来源于https://github.com/amdegroot/ssd.pytorch.git 和 https://github.com/acm5656/ssd_pytorch.git

    根据自己需求进行了差异化改动,按照下边的使用说明可直接运行出结果

安装教程

  1. 安装docker以及nvidia-docker

     安装docker参照官网 https://docs.docker.com/install/linux/docker-ce/ubuntu/#install-docker-ce-1

 安装nvidia-docker参照 https://github.com/NVIDIA/nvidia-docker

 操作docker参照 http://www.runoob.com/docker/docker-command-manual.html

  2. 下载docker镜像

     docker push qinzhenyi1314/pytorch:1.1.0-cuda10.0-cudnn7.5-py3-vnc-jpd

  3. 下载本项目代码

     git clone https://gitee.com/qinzhenyi1314/ssd.pytorch.git

使用说明

  1. 运行镜像

     docker run --runtime=nvidia -it --rm -w /data -v /home/test/qzy/deeplearning/:/data qinzhenyi1314/pytorch:1.1.0-cuda10.0-cudnn7.5-py3-vnc-jpd

     -v 是为了将服务器路径挂载到容器

     /home/test/qzy/deeplearning/是服务器路径

     /data是运行起来的容器里的路径

  2. 下载数据集

     原始的voc2007以及voc2012都是20+1(背景)类，由于自己做的是行人检测 1+1(背景)类

 公司的数据集所以不能分享，暂提供一个很小的数据进行验证

 链接：https://pan.baidu.com/s/1-luJwOIhJhLWRHICoJItcw 提取码：42mh 

 放入data/VOCdevkit下

 格式参照data/VOCdevkit/readme.txt

  3. 下载预训练模型

     链接：https://pan.baidu.com/s/1t4uG3YjCy2uIKFG3IZXQKA 提取码：5qhg 

 主要使用

 1. vgg16_reducedfc.pth 用来训练用
 2. ssd300_VOC_17000.pth 用来测试 自己模型在50000张训练17000次得到 map0.68左右，还得继续优化！

  4. 运行测试

     python test.py

 运行后将框画在图片上并保存在test文件夹下

  5. 运行训练

     python train.py
 
 运行后会在weights生成相应的训练模型 xxx.pth

  6. 运行评价

     python eval.py
 
 运行后会测试及画pr曲线以及map值