學習caffe第一天，用SSD上上手。
我的根目錄$caffe_root為/home/gpu/ljy/caffe
一、運行SSD示例代碼
1.到https://github.com/weiliu89/caffe.git下載caffe-ssd代碼，是一個caffe文件夾
2.參考已經配好的caffe目錄下的makefile.config修改￥caffe_root下的makefile.config.
3.在$caffe_root下打開命令行終端，輸入以下命令
make -j8 make py make test -j8 make runtest -j8
編譯完成
4.下載VGG_ILSVRC_16_layers_fc_reduced.caffemodel預訓練模型，放到$caffe_root/models/VGG下。（沒有VGG文件夾就建一個）
下載數據集VOCtest_06_Nov-2007.tar等三個壓縮包放在$caffe_root/data下，並解壓。
5.修改./data/VOC0712/create_list.sh里面的路徑為自己的路徑，修改./data/VOC0712/create_data.sh，本文如下圖所示：（VOC0712文件夾可能沒有，那就從網上下一個）
6.命令行切換到$caffe_root並執行上面兩個腳本,直接命令行輸入就是執行
7.訓練，命令行輸入下面：
python examples/ssd/ssd_pascal.py
或者下載訓練好的模型
8.測試
A.python examples/ssd/score_ssd_pascal.py
這個要先改里面的gpu個數，輸出是分數
B.python examples/ssd/plot_detections.py
輸出是是視頻的標注...
C. ./.build_release/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel /home/gpu/ljy/caffe/data/ljy_test/TestData/pictures.txt
這是單張圖片的測試，C++版本的，其中ctrl+h可以查看隱藏文件夾，最后那個pictures.txt是待測試文件夾的路徑列表，如下圖：
測試結果如下：（暫時還不知道輸出的都是什么東西，可能是類別、置信度和位置吧）
D 單張圖片測試，python版本
點開ssd_detect.ipynb，復制並保存為ssd_detect.py，然后修改里面的路徑（包括$caffe_root和測試圖片的路徑），並在最后加上plt.show()
然后命令行運行該代碼即可
二、訓練並測試自己的數據
1.生成訓練和測試數據
我們自己的數據基本是jpeg或者其他圖片格式的，而caffe輸入的一般是LMDB的數據，所以我們要進行轉換。我們轉換的方法是
A.將圖像用工具進行標注(工具這里先不介紹)，得到txt標注文件
B.將txt文件和圖片轉換成VOC格式（用腳本）
C.將VOC格式轉換為LMDB格式，利用SSD示例代碼提供的轉換腳本。
(1) 在 $caffe_root/data/VOCdevkit目錄下創建ljy_test目錄，該目錄中存放自己轉換完成的VOC數據集；
(2) $CAFFE_ROOT/examples目錄下創建ljy_test目錄；
(3) $CAFFE_ROOT/data目錄下創建ljy_test目錄，同時將data/VOC0712下的create_list.sh,create_data.sh,labelmap_voc.prototxt
這三個文件copy到ljy_test目錄下，分別重命名為create_list_ljy_test.sh,create_data_ljy_test.sh, labelmap_ljy_test.prototxt
(4) 對上面新生成的兩個create文件進行修改，主要修改是將VOC0712相關的信息替換成ljy_test
修改后的兩個文件分別如下：
然后修改labelmap_indoor.prototxt，將該文件中的類別修改成和自己的數據集相匹配，注意需要保留一個label 0 , background類別
完成上面步驟的修改后，可以開始LMDB數據數據的制作，在$CAFFE_ROOT目錄下分別運行：
./data/ljy_test/create_list_indoor.sh
./data/ljy_test/create_data_indoor.sh
命令執行完畢后，可以在$CAFFE_ROOT/examples/ljy_test目錄下查看轉換完成的LMDB數據數據。
2.訓練
A.將預訓練好的模型放在$CAFFE_ROOT/models/VGGNet下（我們這里在運行SSD示例代碼的4已經放過了，可以省略）
B.將$caffe_root/examples/ssd/ssd_pascal.py拷貝到自己的文件夾$caffe_root/examples/ljy_test/下，並重命名為ssd_pascal_ljy.py
C.修改ssd_pascal_ljy.py為自己的各個路徑，其中要在$caffe_root/models/VGGNet/下建立ljy_test文件夾，修改如下：
D.執行訓練代碼。在$caffe_root下打開命令行，並輸入
python examples/ljy_test/ssd_pascal_ljy.py
等待訓練就可以了...
有可能遇到loss=nan的情況，這個待議，正常情況下是下面醬紫的：
3.測試
A.c++版本的測試
跟上面ssd示例測試的差不多，改一下路徑即可
B.python版本的測試
同最上面
4.參考：http://blog.csdn.net/u014696921/article/details/53353896，https://github.com/weiliu89/caffe.git