本报告记录Windows 10+Ubuntu16.04系统下CPU版Caffe SSD的全程配置及自有数据训练过程。

本人耗费数日时间，成功完成了windows与ubuntu系统下caffe-ssd环境的搭建、脚本优化，并最终整合出一套高效且可自定义训练的完整项目包。该方案极大简化了训练流程，用户在配置好caffe-ssd环境后，无需再繁琐地编写或修改大量脚本，也不必进行复杂的数据格式转换，即可快速启动自己的数据集训练任务。虽然不敢称专家，但对整个流程已相当熟悉，所有核心脚本均为本人亲手编写。先展示一张在windows系统中训练自定义数据时的运行界面：

再来看一张Ubuntu系统下CPU版Caffe-SSD的训练截图：

两个平台的整体流程基本一致，但在脚本实现上略有差异：Windows主要依赖bat批处理文件，而Ubuntu则以Python和Shell脚本为主。接下来将分别介绍两个平台的使用方法。

Windows平台使用说明：

本方案的一大优势是高度自动化，只需将项目放置指定路径，几乎无需手动修改代码即可运行。

实验环境：

• Windows 10 专业版 64位
• Caffe-SSD CPU版本

操作步骤：

1. 将源码解压至

   目录下，并将 文件夹复制到该目录中，与主Caffe文件夹同级。

   

2. 进入

   目录：

   • 将自己的 图像文件放入 文件夹；
   • 对应的XML标注文件放入 文件夹。

3. 删除

   目录下的 和 文件夹，避免后续生成LMDB时出错。

4. 打开

   文件夹，其中包含一个 脚本，用于将XML标注转换为训练所需的文本列表。

   • 打开命令行窗口，切换至 目录；
   • 执行命令：；
   • 此时会在 文件夹中生成 和 ，格式为：；
   • 默认按80%训练集、20%测试集划分，如需调整比例，可修改脚本内参数。

5. 继续在

   目录执行：；

   • 生成 文件，内容为：文件名（无后缀） 高度 宽度。

6. 双击运行

   ，自动完成训练与测试LMDB数据库的生成。
   ️ 注意：请确保之前已删除旧的 和 文件夹，否则会报错。

7. 最后双击

   ，即可启动模型训练流程。

Ubuntu平台使用说明：

由于Linux系统多采用绝对路径，因此需要根据实际用户名进行一次路径替换，其余部分基本无需更改。

实验环境：

• Ubuntu 16.04
• Caffe-SSD CPU版本

操作步骤：

1. 在

   下新建 目录，将Caffe-SSD主程序放入其中，并将 文件夹与其置于同一层级。

   
   

2. 进入

   ：

   • 图像放入 ；
   • XML标注放入 。

3. 清空

   中的 和 文件夹。

4. 打开

   ，将其中的用户名（如 ）替换为当前系统的用户名，建议使用全局替换方式批量修改路径；

   • 切换到 目录，运行：；
   • 生成 和 ，格式同上，划分比例可在脚本中调整。

5. 修改

   中的用户名路径，保存后执行：；

   • 生成 ，记录测试集图像尺寸信息。

6. 在终端执行：

   ，生成训练用LMDB数据；

   • 输出路径为 。

7. 执行：

   ，生成测试用LMDB数据；

   • 输出路径为 。

8. 最后运行：

   开始训练；

   • 该脚本中多数参数均可自定义，只需确保用户名路径正确即可；
   • 此配置适用于目标检测任务。

若在Caffe-SSD安装配置过程中遇到问题，可私信联系，提供有偿技术支持。

目前因设备限制暂未部署GPU版本，但基于现有结构，迁移至GPU环境难度不大，属于常规操作范畴。