SSD-Tensorflow-master调试

1.SSD-Tensorflow-master仓库创建：

    从GitHub下载资源；SSD-tensorflow——github下载地址：SSD-Tensorflow

2.环境检查测试：

    到“checkpoints”文件夹下解压“ssd_300_vgg.ckpt.zip”到“checkpoints”文件夹下.运行“./notebooks/ssd_notebook”，看看能否进行检测，正常检测；

./checkpoints

unzip ssd_300_vgg.ckpt.zip

jupyter notebook notebooks/ssd_notebook.ipynb

3.Datasets--数据生成：

    运行“./tf_convert_data.py”，在“/tfrecords”文件夹下生成数据文件(数据用VOC2007)；

方法一：

DATASET_DIR=./VOC2007/test/

OUTPUT_DIR=./tfrecords

python tf_convert_data.py \

    --dataset_name=pascalvoc \

    --dataset_dir=${DATASET_DIR} \

    --output_name=voc_2007_train \

    --output_dir=${OUTPUT_DIR}

方法二：

Windows环境，在cmd中，进入当前仓库路径，运行：

python tf_convert_data.py --dataset_name=pascalvoc --dataset_dir=./VOC2007/ --output_name=voc_2007_train --output_dir=./tfrecords

方法三：

可直接修改“tf_convert_data.py”中的设置，如：

注：

1.关于报错：tensorflow.python.framework.errors_impl.NotFoundError: Failed to create a NewWriteableFile:

问题来源：创建文件失败

处理方法：提前手动创建文件“tfrecords”

2.关于报错：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

问题来源：读取编码错误，需二进制

处理方法：“./datasets/pascalvoc_to_tfrecords.py”中第83行，“image_data = tf.gfile.FastGFile(filename, 'r').read()”修改为“image_data = tf.gfile.FastGFile(filename, 'rb').read()”

4.Training--使用VOC2007数据进行训练模型

    运行“/train_ssd_network.py”进行训练；

运行参数：

DATASET_DIR=./tfrecords

TRAIN_DIR=./logs/

CHECKPOINT_PATH=./checkpoints/ssd_300_vgg.ckpt

python train_ssd_network.py \

--train_dir=${TRAIN_DIR} \

--dataset_dir=${DATASET_DIR} \

--dataset_name=pascalvoc_2007 \

--dataset_split_name=train \

--model_name=ssd_300_vgg \

--checkpoint_path=${CHECKPOINT_PATH} \

--save_summaries_secs=60 \

--save_interval_secs=600 \

--weight_decay=0.0005 \

--optimizer=adam \

--learning_rate=0.001 \

--batch_size=32

注：可直接在“train_ssd_network.py”脚本中修改对应的“tf.app.flags”对应定义参数。

关于报错：

1.Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

处理方法：修改运行参数为--gpu_memory_fraction=0.33