深度学习文章5：使用非官方数据集SSD的零散步骤
5.使用非官方数据集SSD的零散步骤
（写在每篇深度学习文章系列的前面，该系列的文章是我2019年做毕设时的步骤总结，是能实现的，不和其他很多博客一样瞎糊弄人浪费时间。写下这些文章一方面为了方便后来者，一方面也为了自己以后的步骤复现等。
另外，如果我给的那些参考帖子看不了了，可以到我的博客下载区那里去下载对应的压缩文件，我把里面所有的链接网页都截了长图，所以不用担心我给的参考帖子链接失效。
其次，如果我给的参考链接侵犯了该链接博主的权益，烦请告知，必当第一时间删掉。由于本人参考帖子较多，如果侵犯了请原谅，我会删掉。也谢谢各位在路上帮助过我的，谢谢了。
还有就是，如果积分太高了，请告诉我怎么把积分降低，我也不太清楚怎么弄，积分会随着下载次数增加逐渐增加。你知道的话怎么降的话可以留言给我。
emm, 最后的最后，如果你觉得这篇博文有用，请点个赞哩，感谢！~~）
（博客下载区：https://download.****.net/download/lininggggggg/11224781
或者在下载区搜索名字：5.使用非官方数据集SSD的零散步骤.zip–深度学习文章5）
正文
利用jupyter Notebook可以轻松的运行SSD的一个测试用例,你要做的就是：
- 下载模型ssd_300_vgg，存放在SSD-Tensorflow-master/checkpoints/这个目录下
- 打开终端，在主目录 SSD-Tensorflow-master 下，运行cd notebooks/进入noteboo目录，运行 jupyter-notebook进入http://localhost:8892/tree服务器，打开 ssd_notebook.ipynb.ipynb文件
- 配置一些路径：第4个cell中from notebooks import visualization改成import notebooks，不改的话目录结构不对，会报错 （这个的话在自己的电脑上运行时不改才是对的）
- 使用自己的图片，改变path = '…/demo/'成自己的图片所在路径
- 从头到尾运行所有cell即可
以下是Lyin认可的详细步骤：
前提步骤：
主要参考帖子https://blog.****.net/wsp_1138886114/article/details/85031094和
https://blog.****.net/wsp_1138886114/article/details/84993500
https://blog.****.net/weixin_39881922/article/details/80569803（次要）。
1， 打开pycharm,打开工程文件；在设置（Setting）那里选择python编译器为Anaconda里的tf-gpu-py36版本的python编译环境。点击OK按钮。
然后等待安装的包自动加载到工程里。
2， 生成tfrecords格式的文件。接下来按下面截图走
最后自己的效果图或者说自己的配置图是（下图的name地方忘了标注了）
3， 加载和训练模型
注意：在打开train_ssd_network.py文件后点击进行配置时要和第二大步一样的步骤先新添加一个东西。最后自己的效果配置如下图。然后的话，上一图的内容时复制到下一图的parameters里的。
4， 一些可能要改或者添加的参数（尝试过了，应该都是要加的）
第一个如下，其代码为
import tensorflow as tf
import os
os.environ[“CUDA_VISIBLE_DEVICES”] = ‘0’
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.9 # 0.5
config.gpu_options.allow_growth = True
sess = tf.Session(config = config)
第二个如下，其中可以为32（默认即是32）
第三个如下，其中代码为
–batch_size=15 #最大只能是15
–gpu_memory_fraction=0.9 #可以为0.9
5， 小点
一、打开tensorboard，cd到train_model的上一个文件夹目录
tensorboard --logdir=train_model
二、
path = './demo/'表示在原目录下的上一个目录的demo文件夹里的文件
path = '…/demo/'表示在原目录下的上上一个目录的demo文件夹里的文件