SSD_Realization_TensorFlow
使用
数据准备
将VOC2012数据解压到文件夹VOC2012中,注意检查下一级目录包含注解文件夹和JPEGImages文件夹。
生成TFR压缩数据
使用jupyter运行tfr_generate.ipynb ,使用TFR格式压缩图片对于提升训练速度大有替代益
训练模型
调用脚本即可
python train_ssd_network.py
测试运行
进入eval目录,运行:
python show_ssd_network.py
在该脚本中有设置图片路径的位置,替换为想要检测的图片即可。
实验说明
本工程17w steps后结果(框体过多的可以将NMS阈值偏移): 损失函数变化情况如下:
简要说明
SSD架构主要有四个部分,网络设计,搜索框设计,学习目标处理,损失函数实现。
网络设计
重点在于正常前向网络中挑选出的特征层分别添加两个卷积
评论0
最新资源