运行环境：

1、win10  2、pytorch 1.8.0+cuda 111（1.9.0会报错）  3、pycharm

（一）数据集准备阶段

(资料图)

第一步：新建VOC2007文件夹，然后再在里面新建三个文件ImageSets–>main JPEGImages（存放照片），Annotations（存放xml文件）。 第二步：对自己的照片进行标注，工具为labelimg，这个就不多赘述了

（二）ssd代码准备阶段

第一步：再github下载star最多的ssd源代码https://github.com/amdegroot/ssd.pytorch 第二步：下载权重文件VGG16 https://s3.amazonaws.com/amdegroot-models/vgg16_reducedfc.pth 第三步：解压ssd文件，解压之后在打开SSD/data文件夹，在这之下新建一个VOCdevkit文件夹 第四步：将自己的VOC2007数据集放到VOCdevkit文件夹中 第五步：在根目录下新建一个weights文件夹，将VGG16放进去

（三）sdd代码修改阶段

第一步：将文件导入pycharm中打开 第二步：打开data/init.py： 将第三行的from .coco import COCODetection, COCOAnnotationTransform, COCO_CLASSES, COCO_ROOT, get_label_map 注释掉。因为我们不使用coco数据集，而是使用自己训练的。 第三步：打开data/config.py：第十五行的 num_classes改成自己设定的类别数+1，所以我这里是2 第四步：打开data/voc0712.py:

第二十行的VOC_CLASSES =改成自己的类别名，我的是tree；第二十三行的代码改成VOC_ROOT = ‘./data/VOCdevkit/’；第93行改为image_sets=[(‘2007’, ‘trainval’)]。

第五步：打开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,继续在下面添加

这两句代码

第六步：打开ssd.py程序：把这里面所有的num_classes的数量都改为类别数+1，我的都是6。 第七步：打开train.py程序：搜索这里面的data[0]，把这里面的[0]都删掉，只保留data。 第84行的这两行#if args.dataset_root == COCO_ROOT: # parser.error(‘Must specify dataset if specifying dataset_root’)注释掉，因为我们不用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行权重的名称自己随意，我改的是weights/ssd300_voc_。

**

（四）开始训练

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

第二步：开始训练 python train.py （这个loss看着就不正常）

**

（五）测试

（六）遇到的问题

** 训练的时候loss=“nan”， 修改train.py中的这个，修改为1e-4