-
用pytorch复现ssd并在自己的数据集上进行行人检测
-
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 https://www.runoob.com/docker/docker-command-manual.html -
下载docker镜像
docker push qinzhenyi1314/pytorch:1.1.0-cuda10.0-cudnn7.5-py3-vnc-jpd -
下载本项目代码
git clone https://gitee.com/qinzhenyi1314/ssd.pytorch.git
-
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 -
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 -
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！ -
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 -
运行训练
python train.py 运行后会在weights生成相应的训练模型 xxx.pth -
运行评价
python eval.py 运行后会测试及画pr曲线以及map值