運行環境：

1、win10  2、pytorch 1.8.0+cuda 111（1.9.0會報錯）  3、pycharm

（一）數據集準備階段

(資料圖)

第一步：新建VOC2007文件夾，然后再在里面新建三個文件ImageSets–>main JPEGImages（存放照片），Annotations（存放xml文件）。 第二步：對自己的照片進行標注，工具為labelimg，這個就不多贅述了

（二）ssd代碼準備階段

第一步：再github下載star最多的ssd源代碼https://github.com/amdegroot/ssd.pytorch 第二步：下載權重文件VGG16 https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth 第三步：解壓ssd文件，解壓之后在打開SSD/data文件夾，在這之下新建一個VOCdevkit文件夾 第四步：將自己的VOC2007數據集放到VOCdevkit文件夾中 第五步：在根目錄下新建一個weights文件夾，將VGG16放進去

（三）sdd代碼修改階段

第一步：將文件導入pycharm中打開 第二步：打開data/init.py： 將第三行的from .coco import COCODetection, COCOAnnotationTransform, COCO_CLASSES, COCO_ROOT, get_label_map 注釋掉。因為我們不使用coco數據集，而是使用自己訓練的。 第三步：打開data/config.py：第十五行的 num_classes改成自己設定的類別數+1，所以我這里是2 第四步：打開data/voc0712.py:

第二十行的VOC_CLASSES =改成自己的類別名，我的是tree；第二十三行的代碼改成VOC_ROOT = ‘./data/VOCdevkit/’；第93行改為image_sets=[(‘2007’, ‘trainval’)]。

第五步：打開layers/modules/multibox_loss.py： 在第97行的loss_c[pos] = 0的上面加上一句loss_c = loss_c.view(num, -1)， 在第115行N = num_pos.data.sum()的后面加上.double,繼續在下面添加

這兩句代碼

第六步：打開ssd.py程序：把這里面所有的num_classes的數量都改為類別數+1，我的都是6。 第七步：打開train.py程序：搜索這里面的data[0]，把這里面的[0]都刪掉，只保留data。 第84行的這兩行#if args.dataset_root == COCO_ROOT: # parser.error(‘Must specify dataset if specifying dataset_root’)注釋掉，因為我們不用COCO。 第165行的images, targets = next(batch_iterator)改成

try:            images, targets = next(batch_iterator)        except StopIteration:            batch_iterator = iter(data_loader)            images, targets = next(batch_iterator)

第198行的5000我改成500；迭代500次保存一次文件，大家可改可不改。第200行權重的名稱自己隨意，我改的是weights/ssd300_voc_。

**

（四）開始訓練

** 第一步：修改train.py中的batch-size，我的是rtx3060（6g），我就修改為24

第二步：開始訓練 python train.py （這個loss看著就不正常）

**

（五）測試

（六）遇到的問題

** 訓練的時候loss=“nan”， 修改train.py中的這個，修改為1e-4