如何为我们自己的数据集重新训练SSD对象检测模型？

Question

我已经在tensorflow中尝试了SSD和YOLO实现。现在我想为我自己的数据集重新训练其中的任何一个，比如交通信号。除了pascal voc，我如何为数据重新训练ssd？有人能帮上忙吗？我使用的是来自https://github.com/balancap/SSD-Tensorflow的tensorflow实现

Answer 1

不特定于实现，对于SSD，

• 由于所有层都是卷积的，您需要更改在预测层中应用的滤波器的数量，因为(根据第4页中的论文)输出是作为要预测的类别数量的函数给出的:即，对于网络中的任何预测层，对于m*n特征映射，我们预计分类和本地化的(c + 4)kmn输出/预测；c是您试图预测的类数，k是该特征映射中使用的锚点/默认框的数量，m和n是特征映射的2个维度。
• 您可能需要根据论文《

》中给出的公式更改锚点/默认框的比例

特定于SSD-Tensorflow，

• 您需要确保输入格式与tf.contrib.slim提供的接口相匹配。SSD-Tensorflow目前仅支持Pascal VOC格式。我一直在调整它以接受其他数据集时遇到了困难。您可以查看https://github.com/balancap/SDC-Vehicle-Detection/的示例KITTI接口。SDC-Vehicle-Detection repo与SSD-Tensorflow由同一作者编写，尽管部分代码库已经过时。

Answer 2

您从训练的模型中删除完全连接的层，然后添加您自己的将学习分类的完全连接的层。

基本上，你有这样的东西：

Image -> Conv1 -> Pool1 -> Conv2 -> Pool2 -> ... -> ConvN -> FC1 -> FC2 -> Softmax

第一部分，卷积层和池层提取图像特征。分类部分发生在最后一个FC -> FC -> Softmax中。要基于此训练模型训练您自己的分类器，请将您自己的完全连接的层连接到最后一个卷积层，将卷积层设置为不可训练，然后在数据集上训练网络。

比方说，你想要添加3个完全连接的层和输出层，它将变成这样：

Image -> Conv1 -> Pool1 -> ... -> ConvN - FC1 -> FC2 -> Softmax
                                        \
                                          MyFC1 -> MyFC2 -> MyFC3 -> MySoftmax

您的分类输出将是MySoftmax，它将包含您拥有的类数。