DSOD的安装介绍

DSOD:学习型深度监督对象检测器（来自scratch）

      代码是基于SSD框架的(https://github.com/weiliu89/caffe/tree/ssd)。

Introduction介绍

        DSOD关注来自scratch的训练目标检测器（没有在ImageNet上的预训练模型时）的问题。以我们最好的经验来看，优先的事是从scratch用已有技术水平的性能训练神经目标检测器。对这个工作，我们为此目标提出一系列的设计原则。关键发现之一是深度监督结构启用密集逐层连接，在学成一个好的检测模型里，担任了一个关键角色。请详细参考我们论文。

准备

1、安装SSD(https://github.com/weiliu89/caffe/tree/ssd)，按照下面的步骤：

(1)安装 SSD caffe。

(2)下载PASCAL VOC 2007和2012数据集。

(3)创建LMDB文件，确保你能没有错误的运行它。

 

2、创建example/的子目录dsod，添加文件DSOD300_pascal.py，DSOD300_pascal++.py，DSOD300_coco.py，score_DSOD300_pascal.py，DSOD300_detection_demo.py到这个新建的子目录下。

 

3、用我们的代替python/caffe/下的model_libs.py文件。

训练与测试

Train a DSOD model on VOC 07+12:训练VOC 07+12的DSOD模型

pythonexamples/dsod/DSOD300_pascal.py

Train a DSOD model on VOC 07++12:训练VOC 07++12的DSOD模型

pythonexamples/dsod/DSOD300_pascal++.py

Train a DSOD model on COCO trainval:训练COCO的DSOD模型

pythonexamples/dsod/DSOD300_coco.py

Evaluate the model:评价模型

pythonexamples/dsod/score_DSOD300_pascal.py

Run a demo:运行demo

pythonexamples/dsod/DSOD300_detection_demo.py

你能修改这个文件model_lib.py，为了设计你自己喜欢的网络结构。

此步骤，还没有来得及验证。

之后在追加遇到的问题。