ubuntu1６.04安装CPU版SSD及caffe配置，训练及测试过程

CPU版SSD(Single Shot MultiBox Detector)/Caffe版本

github链接：https://github.com/weiliu89/caffe/tree/ssd

SSD是16年ECCV一篇深度学习目标检测的文章，本文主要讲如何实现
参考博文：
http://blog.csdn.net/gaohuazhao/article/details/72664145?locationNum=6&fps=1

１.下载代码

git clone https://github.com/weiliu89/caffe.git 

#我这里重命名为了caffe-ssd,即后面的CAFFE_ROOT为此caffe-ssd所在目录 
cd caffe-ssd 
git checkout ssd ＃出现“分支”则说明copy-check成功

2.复制配置文件

将已经配置过的cpu版本caffe中的Makefile.config复制到此caffe的$CAFFE_ROOT

cd caffe-ssd #进入到原来的Makefile.config文件目录下
sudo cp Makefile.config /home/xxx/caffe 

如果你没有配置过cpu版本的caffe，参考http://blog.csdn.net/gaohuazhao/article/details/60141474中Makefile.config的修改方式。

3.编译caffe

make -j4  
# Make sure to include $CAFFE_ROOT/python to your PYTHONPATH.  
make py  
make test -j4  
# (Optional)  
make runtest -j4 #出现PASSED则成功 

4.下载预训练模型
来源：http://blog.csdn.net/yx2017/article/details/72870565

下载地址：链接：http://pan.baidu.com/s/1slpaEO9 密码：loxo
在caffe/models文件夹下新建文件夹，命名为VGGNet，将刚刚下载下来的文件放入这个VGGNet文件夹当中

5.下载VOC2007和VOC2012数据集在主文件夹下（即/home/xxx/caffe-ssd）新建文件夹，命名为data

cd /home/xxx/data 

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar  
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar  
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar 

# 解压这三个文件，按顺序依次输入以下命令  
tar -xvf VOCtrainval_11-May-2012.tar  #严格按照顺序
tar -xvf VOCtrainval_06-Nov-2007.tar  
tar -xvf VOCtest_06-Nov-2007.tar

6.将图片转化为LMDB文件
终端输入：（注意这里的要用bash，原因：http://stackoverflow.com/questions/3411048/unexpected-operator-in-shell-programming）
参考博文：http://blog.csdn.net/shawncheer/article/details/53227212/

sudo bash ./data/VOC0712/create_list.sh 
sudo bash ./data/VOC0712/create_data.sh

＃生成的LMDB文件路径：
＃- $HOME/data/VOCdevkit/VOC0712/lmdb/VOC0712_trainval_lmdb  
＃- $HOME/data/VOCdevkit/VOC0712/lmdb/VOC0712_test_lmdb  

在运行第三步时如果出现no module named caffe或者是no module named caffe-proto，则在终端输入：

echo "export PYTHONPATH=$CAFFE_ROOT/python" >> ~/.profile    
source ~/.profile    
echo $PYTHONPATH 　#检查环境变量的值 

7.训练模型

因为我们用的是cpu，首先修改examples/ssd/ssd_pascal.py文件
具体如何修改可参考：
http://blog.csdn.net/gaohuazhao/article/details/72664145?locationNum=6&fps=1

如果不想训练，可直接下载模型（跳到步骤８）

下面参考了博文：
http://blog.csdn.net/Jesse_Mx/article/details/52965281?locationNum=8&fps=1过程说的非常详细

８.下载训练好的SSD模型

该工具使用的模型是SSD300，下载地址：https://pan.baidu.com/s/1eSECLEU，下载完后解压，把里面的VGGNet文件夹移动到/home/mx/caffe/models/之下
９.运行程序检测单张图片
对/home/xxx/caffe-ssd/examples/images/fish-bike.jpg进行测试
要用caffe-ssd/examples/ssd_detect.ipynb进行测试，首先需要安装包Jputer

#这里临时使用了清华大学的源
$ sudo pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

$ cd /home/mx/caffe/examples # 在该目录下打开jupyter notebook
$ jupyter notebook

在jupyter notebook打开的网页中找到ssd_detect.ipynb打开

检查下面4个路径是否正确：

labelmap_file = 'data/VOC0712/labelmap_voc.prototxt'
model_def = 'models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt'
model_weights = 'models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel'
image = caffe.io.load_image('examples/images/cat.jpg')

如果检查无误，就可以开始从头shift+enter运行了，一般都会正常运行，fish-bike.jpg的检测结果如下：

单张图片CPU检测可参考：
http://m.blog.csdn.net/gaohuazhao/article/details/72676985