數據集做好后，訓練程序為/examples/ssd/ssd_pascal.py，運行之前，我們需要修改相關路徑代碼,主要是訓練路徑的修改和關於自己數據集參數的一些修改.
cd /examples/ssd
先復制一份sd_pascal.py， 再打開,把里面的路徑修改為自己的.具體有如下：
train_data路徑；
test_data路徑；
save_dir、snapshot_dir、job_dir、output_result_dir路徑；沒有的話就仿照voc0712的文件夾進行建立.
name_size_file、label_map_file路徑；
name_size_file
label_map_file
num_classes 修改為1 + 類別數
num_test_image：測試集圖片數目（即/home/zhuyating/caffessd/caffe/data/zyt目錄下的test.txt文件夾內的圖片信息個數）
batch_size根據自己電腦性能修改，因為本人的環境只有一個gpu（華碩1080GPU），所以將其改為1，以加快訓練速度。
另外， 如果你只有一個GPU, 需要修改285行：（不同人的行數不一定都在285行）
gpus=”0,1,2,3” ===> 改為”0”。
否則，訓練的時候會出錯。
另外,自己的電腦沒有GPU的話,最好不要訓練,一訓練可能就死機。
修改完后運行
python ./examples/ssd/ssd_pascal.py
訓練完， 修改ssd_detector.py中模型路徑， 任意找一張圖片識別，看看效果怎么樣。