『TensorFlow』SSD源码学习_其一：项目介绍导读

原项目地址：SSD-Tensorflow

Fork版本项目地址：SSD

根据README的介绍，该项目收到了tf-slim项目中包含了多种经典网络结构（分类用）的启发，使用了模块化的编程思想，可以替换检查网络的结构，其模块组织如下：

datasets: 数据及接口，interface to popular datasets (Pascal VOC, COCO, ...) and scripts to convert the former to TF-Records;

networks: 网络结构定义，definition of SSD networks, and common encoding and decoding methods (we refer to the paper on this precise topic);

pre-processing: 预处理和数据增强，pre-processing and data augmentation routines, inspired by original VGG and Inception implementations.

项目给提供了两个已训练的VGG网络，输入分别为300和512。

除此之外，还有一个迷你的SSD展示ipynb脚本，可以快读演示预测ssd_notebook。

脚本

tf_convert_data.py

将数据转换为一组TF-Record文件，调用示意如下：

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}

脚本caffe_to_tensorflow.py

可以把caffe的模型转换为checkpoints，供程序使用：

CAFFE_MODEL=./ckpts/SSD_300x300_ft_VOC0712/VGG_VOC0712_SSD_300x300_ft_iter_120000.caffemodel
python caffe_to_tensorflow.py \
--model_name=ssd_300_vgg \
--num_classes=21 \
--caffemodel_path=${CAFFE_MODEL}

脚本train_ssd_network.py

用于训练模型，

可以自定义训练的明细(dataset, optimiser, hyper-parameters, model, ...)

可以载入ckeckpoints后fine-tune

使用VGG-300模型进行微调的示意如下，

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_2012 \
--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

脚本eval_ssd_network.py

使用checkpoint文件来检验训练效果，调用示意如下：

EVAL_DIR=./logs/
CHECKPOINT_PATH=./checkpoints/VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt
python eval_ssd_network.py \
--eval_dir=${EVAL_DIR} \
--dataset_dir=${DATASET_DIR} \
--dataset_name=pascalvoc_2007 \
--dataset_split_name=test \
--model_name=ssd_300_vgg \
--checkpoint_path=${CHECKPOINT_PATH} \
--batch_size=1

这个脚本可以在训练脚本运行的同时运行，动态的监测当前训练效果，此时命令如下：

EVAL_DIR=${TRAIN_DIR}/eval
python eval_ssd_network.py \
--eval_dir=${EVAL_DIR} \
--dataset_dir=${DATASET_DIR} \
--dataset_name=pascalvoc_2007 \
--dataset_split_name=test \
--model_name=ssd_300_vgg \
--checkpoint_path=${TRAIN_DIR} \
--wait_for_checkpoints=True \
--batch_size=1 \
--max_num_batches=500

而且文档描述的很不简单，eval脚本可以监测到GPU空闲，

脚本

ssd_vgg_preprocessing.py
、
[code]ssd_vgg_300/512.py

one may also want to experiment with data augmentation parameters (random cropping, resolution, ...) in

ssd_vgg_preprocessing.py

or/and network parameters (feature layers, anchors boxes, ...) in

ssd_vgg_300/512.py

预训练分类网络扩展为SSD

可以尝试构建一个基于标准体系结构的新的SSD模型(VGG, ResNet, Inception，…)，并在其之上设置multibox层(使用特定的锚点，比率，…)。为此，还可以只加载原始架构的权重，并随机初始化网络的其余部分，从而对网络进行微调。例如，在vgg16架构的情况下，可以将一个新模型训练如下:

DATASET_DIR=./tfrecords
TRAIN_DIR=./log/
CHECKPOINT_PATH=./checkpoints/vgg_16.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} \
--checkpoint_model_scope=vgg_16 \
--checkpoint_exclude_scopes=ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box \
--trainable_scopes=ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box \
--save_summaries_secs=60 \
--save_interval_secs=600 \
--weight_decay=0.0005 \
--optimizer=adam \
--learning_rate=0.001 \
--learning_rate_decay_factor=0.94 \
--batch_size=32

在前一个命令中，训练脚本随机初始化checkpoint_exclusive de_scope的权重，并从检查点文件vgg_16加载。ckpt网络的剩余部分。注意，我们还指定了trainable_scope参数，以便此时只训练新的SSD组件，并保持VGG网络的其余部分不变。一旦网络收敛到良好的第一个结果(例如~0.5 mAP)，就可以对整个网络进行如下微调:

DATASET_DIR=./tfrecords
TRAIN_DIR=./log_finetune/
CHECKPOINT_PATH=./log/model.ckpt-N
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} \
--checkpoint_model_scope=vgg_16 \
--save_summaries_secs=60 \
--save_interval_secs=600 \
--weight_decay=0.0005 \
--optimizer=adam \
--learning_rate=0.00001 \
--learning_rate_decay_factor=0.94 \
--batch_size=32

在TF-Slim模型页面上可以找到许多流行的深度架构的预先训练权重。