資料製作教程：
github 訓練教程：
我們使用的是xml檔案
1、儲存xml到annotations
新建乙個資料夾，名字為annotations，將xml檔案全部放到該資料夾裡。
2、將訓練放到jpegimages
新建乙個資料夾，名字為jpegimages，將所有的訓練放到該資料夾裡。
3、imagesets\main裡的四個txt檔案
新建資料夾，命名為imagesets，在imagesets裡再新建資料夾，命名為main。
annotations2v3t_2w_new.m，matlab檔案用來生成train.txt, test.txt, trainval.txt, val.txt 四個檔案（注意路徑更改）。
create_train_test_txt.py是python生成txt的**，注意路徑修改以及為python3**。
txt檔案中的內容為
：1. 000005
2. 000027
3. 000028
4. 000033
5. 000042
6. 000045
7. 000048
8. 000058
即名字（無字尾）,test.txt是測試集，train.txt是訓練集，val.txt是驗證集，trainval.txt是訓練和驗證集.voc2007中，trainval大概是整個資料集的50%，test也大概是整個資料集的50%；train大概是trainval的50%，val大概是trainval的50%。
這四個txt放在imagesets\main中。
4、修改lablemap_voc.prototxt檔案label標籤與展示。
5、使用create_list_hlg_fashion.sh產生list檔案（注意路徑修改）
6、使用create_data_hlg_fashion.sh產生lmdb檔案（注意路徑修改）
7、ssd_pascal_hlg_people_up_down_full_back.py修改生成訓練網路描述層
8、訓練命令開始訓練
結果
注意：兩個資料集不能輕易地混合使用訓練，切記！標籤必須在同乙個xml檔案內，不然會使在不同的資料集上不同的負樣本，從而相互影響！否則會出現missing true_pos label:的問題。
參考：
caffe ssd訓練流程
資料處理 1.準備資料集放於 work ssd caffe data traindata裡面jpegimages,annotations 修改引數1 txt.py 裡的 tv 引數，表示 訓練用了多少資料，剩下的就是測試資料。修改引數2 labelmap voc.prototxt裡的標籤 item ...
caffe ssd訓練kitti lisa資料集
目的 將kitti lisa資料集合並，進行訓練 一 資料集準備，將兩種資料集準備成voc格式 kitti資料集 車輛行人等 lisa資料集 47種交通標誌 1 準備kitti資料集 建立vocdevkit traffic，並為其建立子目錄 annotations，imagesets，jpegima...
caffe ssd訓練過程總結
好記性不如爛筆頭，最近在使用caffe ssd訓練，所以簡單寫個總結，以防忘記一些過程，有不足之處，還請大家多多指教 一 資料準備 pwd home xx caffe ssd data vocdevkit mydataset 準備好jpg，txt和xml檔案，分別放入對應的資料夾裡 annotati...