学习caffe第一天，用SSD上上手。
我的根目录$caffe_root为/home/gpu/ljy/caffe
一、运行SSD示例代码
1.到https://github.com/weiliu89/caffe.git下载caffe-ssd代码，是一个caffe文件夹
2.参考已经配好的caffe目录下的makefile.config修改￥caffe_root下的makefile.config.
3.在$caffe_root下打开命令行终端，输入以下命令
make -j8 make py make test -j8 make runtest -j8
编译完成
4.下载VGG_ILSVRC_16_layers_fc_reduced.caffemodel预训练模型，放到$caffe_root/models/VGG下。（没有VGG文件夹就建一个）
下载数据集VOCtest_06_Nov-2007.tar等三个压缩包放在$caffe_root/data下，并解压。
5.修改./data/VOC0712/create_list.sh里面的路径为自己的路径，修改./data/VOC0712/create_data.sh，本文如下图所示：（VOC0712文件夹可能没有，那就从网上下一个）
6.命令行切换到$caffe_root并执行上面两个脚本,直接命令行输入就是执行
7.训练，命令行输入下面：
python examples/ssd/ssd_pascal.py
或者下载训练好的模型
8.测试
A.python examples/ssd/score_ssd_pascal.py
这个要先改里面的gpu个数，输出是分数
B.python examples/ssd/plot_detections.py
输出是是视频的标注...
C. ./.build_release/examples/ssd/ssd_detect.bin models/VGGNet/VOC0712/SSD_300x300/deploy.prototxt models/VGGNet/VOC0712/SSD_300x300/VGG_VOC0712_SSD_300x300_iter_120000.caffemodel /home/gpu/ljy/caffe/data/ljy_test/TestData/pictures.txt
这是单张图片的测试，C++版本的，其中ctrl+h可以查看隐藏文件夹，最后那个pictures.txt是待测试文件夹的路径列表，如下图：
测试结果如下：（暂时还不知道输出的都是什么东西，可能是类别、置信度和位置吧）
D 单张图片测试，python版本
点开ssd_detect.ipynb，复制并保存为ssd_detect.py，然后修改里面的路径（包括$caffe_root和测试图片的路径），并在最后加上plt.show()
然后命令行运行该代码即可
二、训练并测试自己的数据
1.生成训练和测试数据
我们自己的数据基本是jpeg或者其他图片格式的，而caffe输入的一般是LMDB的数据，所以我们要进行转换。我们转换的方法是
A.将图像用工具进行标注(工具这里先不介绍)，得到txt标注文件
B.将txt文件和图片转换成VOC格式（用脚本）
C.将VOC格式转换为LMDB格式，利用SSD示例代码提供的转换脚本。
(1) 在 $caffe_root/data/VOCdevkit目录下创建ljy_test目录，该目录中存放自己转换完成的VOC数据集；
(2) $CAFFE_ROOT/examples目录下创建ljy_test目录；
(3) $CAFFE_ROOT/data目录下创建ljy_test目录，同时将data/VOC0712下的create_list.sh,create_data.sh,labelmap_voc.prototxt
这三个文件copy到ljy_test目录下，分别重命名为create_list_ljy_test.sh,create_data_ljy_test.sh, labelmap_ljy_test.prototxt
(4) 对上面新生成的两个create文件进行修改，主要修改是将VOC0712相关的信息替换成ljy_test
修改后的两个文件分别如下：
然后修改labelmap_indoor.prototxt，将该文件中的类别修改成和自己的数据集相匹配，注意需要保留一个label 0 , background类别
完成上面步骤的修改后，可以开始LMDB数据数据的制作，在$CAFFE_ROOT目录下分别运行：
./data/ljy_test/create_list_indoor.sh
./data/ljy_test/create_data_indoor.sh
命令执行完毕后，可以在$CAFFE_ROOT/examples/ljy_test目录下查看转换完成的LMDB数据数据。
2.训练
A.将预训练好的模型放在$CAFFE_ROOT/models/VGGNet下（我们这里在运行SSD示例代码的4已经放过了，可以省略）
B.将$caffe_root/examples/ssd/ssd_pascal.py拷贝到自己的文件夹$caffe_root/examples/ljy_test/下，并重命名为ssd_pascal_ljy.py
C.修改ssd_pascal_ljy.py为自己的各个路径，其中要在$caffe_root/models/VGGNet/下建立ljy_test文件夹，修改如下：
D.执行训练代码。在$caffe_root下打开命令行，并输入
python examples/ljy_test/ssd_pascal_ljy.py
等待训练就可以了...
有可能遇到loss=nan的情况，这个待议，正常情况下是下面酱紫的：
3.测试
A.c++版本的测试
跟上面ssd示例测试的差不多，改一下路径即可
B.python版本的测试
同最上面
4.参考：http://blog.csdn.net/u014696921/article/details/53353896，https://github.com/weiliu89/caffe.git