SSD：Single-Shot MultiBox Detector目标检测模型在Pytorch当中的实现

训练步骤

1. 本文使用VOC格式进行训练。
2. 训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3. 训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4. 在训练前利用voc2ssd.py文件生成对应的txt。
5. 再运行根目录下的voc_annotation.py，运行前需要将classes改成你自己的classes。注意不要使用中文标签，文件夹中不要有空格！

   classes = ["aeroplane", "bicycle"]

6. 此时会生成对应的2007_train.txt，每一行对应其图片位置及其真实框的位置。
7. 在训练前需要务必在model_data下新建一个txt文档，文档中输入需要分的类，示例如下：
   model_data/new_classes.txt文件内容为：

   cat
   dog
   ...

8. 将utils.config的num_classes修改成所需要分的类的个数+1，运行train.py即可开始训练。

训练所需的ssd_weights.pth可以在百度云下载（提取码: uqnw）。 下载并放入model_data。

预测步骤

如果你的训练不是在pytorch<=1.3进行的，预测会出错，你需要转化模型，可以使用load_save_model.py。

1. 按照训练步骤训练。
2. 在ssd.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。

   _defaults = {
    "model_path": 'model_data/ssd_weights.pth',
    "classes_path": 'model_data/voc_classes.txt',
    "model_image_size" : (300, 300, 3),
    "confidence": 0.5,
    "cuda": True,
   }

3. 运行predict.py，输入

   img/street.jpg

4. 利用video.py可进行摄像头检测。

评估步骤

步骤是一样的，不需要自己再建立get_dr_txt.py、get_gt_txt.py等文件。

1. 本文使用VOC格式进行评估。
2. 评估前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3. 评估前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4. 在评估前利用voc2ssd.py文件生成对应的txt，评估用的txt为VOCdevkit/VOC2007/ImageSets/Main/test.txt，需要注意的是，如果整个VOC2007里面的数据集都是用于评估，那么直接将trainval_percent设置成0即可。
5. 在yolo.py文件里面，在如下部分修改model_path和classes_path使其对应训练好的文件；model_path对应logs文件夹下面的权值文件，classes_path是model_path对应分的类。
6. 运行get_dr_txt.py和get_gt_txt.py，在./input/detection-results和./input/ground-truth文件夹下生成对应的txt。
7. 运行get_map.py即可开始计算模型的mAP。