Step 1 使用训练好的模型检测图片:

build/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt /home/daisida/ssd/models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel /home/daisida/ssd/list.txt  --out_file tmp/output.txt

 

参数说明:

ssd_detect.bin:是ssd_detect.cpp的编译文件,类似于caffe中的classifier.bin,主要用于ssd训练模型的检测,相当main函数。

deploy.prototxt:网络结构参数

VGG_VOC0712_SSD_300×300_iter_120000.caffemodel:训练模型

test.txt:测试数据,可以是图片,可以是视频,每一行为图片或视频的路径

--file_type:文件类型,图片用image,视频用video

--out_file:检测结果输出文件

--condidence_threshold:阈值参数,这里设置为0.5,参数范围(0,1)

 

Step 2 结果可视化:

保存结果前需要将output.txt中的路径进行修改,去掉每行前边的路径,避免重复。

python examples/ssd/plot_detections.py tmp/output.txt /home/daisida/data/testset --labelmap-file data/VOC0712/labelmap_voc.prototxt --save-dir tmp/

 

报错:

/home/daisida/data/testset///home/daisida/data/testset/3.jpg does not exist

/home/daisida/data/testset///home/daisida/data/testset/9.jpg does not exist

/home/daisida/data/testset///home/daisida/data/testset/7.jpg does not exist

/home/daisida/data/testset///home/daisida/data/testset/2.jpg does not exist

/home/daisida/data/testset///home/daisida/data/testset/8.jpg does not exist

 

解决方案:

修改output.txt文件,去掉每行前边的路径,避免重复。