利用SSD训练自己的数据集

1.下载源码https://github.com/lufficc/SSD
2.准备自己的数据集(train test json)
3.python train.py(涉及到的文件path_catlog.py将其中的coco数据的地址改成自己的，coco.py中的class_names，vgg_ssd512_coco_trainval35k.yaml中的num_classes,train,test的地址，max_iter,lr,lr_steps,gamma,batch_size)训练过程中模型隔一段时间会保存一次模型并且进行test
4.python test.py(python test.py --config-file configs/vgg_ssd512_coco_trainval35k.yaml
)程序默认使用最近一次训练保存的模型进行test
5.python demo.py对检测的结果进行可视化，将需要检测的图片放在demo中，python demo.py --config-file configs/vgg_ssd512_coco_trainval35k.yaml --images_dir demo --ckpt （）.pth，查看可视化结果。
6.训练参数修改
7.修改backbone