我是靠谱客的博主 笨笨石头,最近开发中收集的这篇文章主要介绍MobileNet-SSD(二):训练模型,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

二、训练模型
1、将下载的源码,解压到caffe-ssd/examples/目录下。
2、修改、运行gen_model.sh文件,获取相关prototxt文件:
gen_model.sh generate my own training prototxt
./gen_model.sh 11

#!/bin/sh
if test -z $1 ;then
echo usage: $0 CLASSNUM
echo "
for voc the classnum is 21"
exit 1
fi
echo $1 |grep '^[0-9]*$' >/dev/null 2>&1
if [ $? != 0 ];then
echo usage: $0 CLASSNUM
echo "
for voc the classnum is 21"
exit 1
fi
cls_num=$1
cls_num3=$(expr $1 * 3)
cls_num6=$(expr $1 * 6)
trainfile=example/MobileNetSSD_train.prototxt
testfile=example/MobileNetSSD_test.prototxt
deploybnfile=example/MobileNetSSD_deploy_bn.prototxt
deployfile=example/MobileNetSSD_deploy.prototxt
mkdir -p example
cp template/MobileNetSSD_train_template.prototxt $trainfile
sed -i "s/cls6x/${cls_num6}/g" $trainfile
sed -i "s/cls3x/${cls_num3}/g" $trainfile
sed -i "s/cls1x/${cls_num}/g" $trainfile
cp template/MobileNetSSD_test_template.prototxt $testfile
sed -i "s/cls6x/${cls_num6}/g" $testfile
sed -i "s/cls3x/${cls_num3}/g" $testfile
sed -i "s/cls1x/${cls_num}/g" $testfile
#cp template/MobileNetSSD_deploy_bn_template.prototxt $deploybnfile
#sed -i "s/cls6x/${cls_num6}/g" $deploybnfile
#sed -i "s/cls3x/${cls_num3}/g" $deploybnfile
#sed -i "s/cls1x/${cls_num}/g" $deploybnfile
cp template/MobileNetSSD_deploy_template.prototxt $deployfile
sed -i "s/cls6x/${cls_num6}/g" $deployfile
sed -i "s/cls3x/${cls_num3}/g" $deployfile
sed -i "s/cls1x/${cls_num}/g" $deployfile

3、根据实际路径修改,生成的trainfile、testfile等文件中的相关文件路径。
4、修改/caffe-ssd/examples/MobileNet-SSD-master/solver_train.prototxt,然后运行train.sh

train_net: "example/MobileNetSSD_train.prototxt"
test_net: "example/MobileNetSSD_test.prototxt"
test_iter: 673
test_interval: 10000
base_lr: 0.0005
display: 10
max_iter: 120000
lr_policy: "multistep"
gamma: 0.5
weight_decay: 0.00005
snapshot: 1000
snapshot_prefix: "snapshot/mobilenet"
solver_mode: GPU
debug_info: false
snapshot_after_train: true
test_initialization: false
average_loss: 10
stepvalue: 20000
stepvalue: 40000
iter_size: 1
type: "RMSProp"
eval_type: "detection"
ap_version: "11point"

最后

以上就是笨笨石头为你收集整理的MobileNet-SSD(二):训练模型的全部内容,希望文章能够帮你解决MobileNet-SSD(二):训练模型所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(45)

评论列表共有 0 条评论

立即
投稿
返回
顶部