# ssd.tensorflow

**Repository Path**: qinzhenyi1314/ssd.tensorflow

## Basic Information

- **Project Name**: ssd.tensorflow
- **Description**: 用tensorflow复现的ssd进行行人检测
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2019-07-19
- **Last Updated**: 2021-09-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# SSD.Tensorflow

#### 介绍
1. 用tensorflow复现ssd并在自己的数据集上进行行人检测

2. 在docker环境下运行免除安装pytorch以及各种依赖环境的痛苦

    源码来源于https://github.com/balancap/SSD-Tensorflow.git

    根据自己需求进行了差异化改动,按照下边的使用说明可直接运行出结果

#### 安装教程

1. 安装docker以及nvidia-docker

        安装docker参照官网 https://docs.docker.com/install/linux/docker-ce/ubuntu/#install-docker-ce-1

        安装nvidia-docker参照 https://github.com/NVIDIA/nvidia-docker

        操作docker参照 http://www.runoob.com/docker/docker-command-manual.html

2. 下载docker镜像

        docker pull qinzhenyi1314/tensorflow:1.13.1-gpu-py3-tb-jpd-vnc-pycharm-faster-rcnn

3. 下载本项目代码

        git clone https://gitee.com/qinzhenyi1314/ssd.tensorflow.git

#### 使用说明

1. 运行镜像

        docker run --runtime=nvidia  -it --rm -p 8888:8888 -p 1314:22 -p 5901:5901 -w /data -v  /home/test/qzy/deeplearning/:/data qinzhenyi1314/tensorflow:1.13.1-gpu-py3-tb-jpd-vnc-pycharm-faster-rcnn

            -p 8888:8888 是为了给Jupyder用

            -p 5901:5901 是为了给VNC用

2. 下载数据集


3. 下载预训练模型

4. 转换图片为tfrecoard

        在pychram中运行

        tf_convert_data.py
        
        运行后将会在tfrecords的train/test文件夹下生成相应的tfrecoard文件
    
5. 运行训练

        在pychram中运行

        train_ssd_network.py

        运行后将会在logs的train/test文件夹下生成相应的模型文件

6. 运行评价

        在pychram中运行

        eval_ssd_network.py
        
        运行后会评估训练的模型的性能

7. 运行测试

        打开jupuder
        
        打开 ssd_notebook.ipynb

        运行后会显示部分图片并显示预测的框