版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u014380165/article/details/72553074
YOLO算法有多种实现版本，论文中的作者的实现是在darknet框架下，可以参考链接：点击打开链接，darknet上已经更新到YOLO V2版本了。
这里主要讲Caffe版本的YOLO实现，主要采用yeahkun写的：点击打开链接，基本按照这个git里面的readme进行，但是因为整个流程操作起来步骤较多，所以将自己在调试过程中遇到的小问题记录如下：
大致步骤包括：1、编译。2、下载VOC数据集。3、生成list文件。4、生成LMDB文件。5、训练。6、测试
接下来详细展开
步骤1、下载项目并编译
这里说一下为什么要编译，可能你的电脑本来就已经编译好了CAFFE，其实原因是这样的，作者实现的时候可能自己定义了一些新的东西，比如新的层，所以需要重新将这些源文件编译，而不能直接用你原来电脑上编译好的CAFFE。另外编译也可以先进行，然后再去处理你的数据。
先把原来caffe-yolo-master目录下的Makefile.config.example复制并粘贴一份，并改名Makefile.config
可以在命令行中运行（要在caffe-yolo-master目录下运行）：
cp Makefile.config.example Makefile.config
然后输入
make all
我在编译的时候出现如下问题：
错误1：
解决1：看错误是找不到hdf5，所以修改Makefile.config文件，把里面的这两行：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
替换成这两行：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/
还出现过类似这样的问题：
错误2：
解决2：
运行：make clean 清除原来的编译
make all 再编译一遍
步骤2、下载VOC数据
然后看yeahkun写的readme，看下图Data preparation。先是数据准备，这里面第二行是要把下载好的VOC地址链接到当前目录，是为了寻找方便，你也可以直接把VOC数据放在这个地方，不管怎么样，前提你得先自己把VOC数据下载好。然后执行get_list.py脚本，目的是从图像生成list，参考下面步骤3。最后是运行convert.sh，是从list生成lmdb文件，参考下面步骤4。总而言之，主要还是要改很多路径。
这是RBG大神的faster-rcnn的git，因为里面也用到VOC数据，原来以为VOC数据是一个文件夹，后来才知道有好几个，从文件名也可以看出来区分不了训练和测试，所以都下下来，然后都解压，因为默认解压后的名字都是VOCdevkit，所以这三个文件夹相互之间会自动融合成一个VOCdevkit文件夹。
这里大概看下VOC2007文件夹下面的内容：
Annotations文件夹里面是.xml文件，放的是对应图片的坐标和尺寸信息。
JOEGImage文件夹里面放的就是图片。
两个Segmentation开头的文件夹是和分割相关的，这里暂时用不到。
ImageSets文件夹里面的内容如下:
而我们主要用到Main文件夹里面的train.txt和test.txt，这两个txt文件保存的是对应图像的名称。
所以以上详细介绍了用到的数据的情况，是为了如果你要用自己的数据进行训练或测试，也需要把数据处理成这样的格式，这和图像分类不同，毕竟检测的内容多一点。
步骤3、生成list文件
这里因为我只用VOC2007，所以在get_list.py的大循环中只有VOC2007(原来还有VOC2012)
步骤4、生成LMDB文件
由./convert.sh实现，来看看convert.sh都写了什么，如下图。这里主要就是改路径。ROOT_DIR改成你的VOC图片的根目录，比如你的图片路径是a/b/VOCdevkit，那么这个地方就是a/b/。然后LMDB_DIR是你生成的lmdb要放的地方，lmdb这个文件夹没有的话要先新建，要不会报错。
数据准备好了以后，就要开始训练，但是训练之前要先编译CAFFE，然后才能运行nohup ./train.sh &命令（该命令也可以直接换成sh train.sh运行），编译请看步骤1。
步骤5、训练
然后就能用了，可以运行train.sh，这里面要改的路径就和平时咱用的Caffe差不多，比如solver的路径，网络结构的路径，lmdb数据存放的路径等。另外，还需要从别的地方下载一个已经训练好的googlenet模型，可以从RBG的git上下，链接：点击打开链接，点击readme.md里面的那个链接就可以直接下，名字是bvlc_googlenet.caffemodel。所以训练的时候是在预训练的googlenet模型的基础上fine-tunning的。具体可以看train.sh文件。另外，train的网络基本上和googleNet差不多，主要的不同点在于数据层是作者新定义的，另外作者去掉了最后的dropout和全连接层，改用三个卷积层来实现，还自己定义了一个loss层：detectionloss层。
步骤6、测试
测试基本上和普通的caffe差不多，先从底下这个链接里面把以及训练好的模型下载下来（这个是在VOC上fine-tunning后的结果，注意跟前面那个imageNet模型的区别），然后直接sh test.sh就行，当然前提是你把test.sh里面的lmbd路径，solver路径以及model路径都设置对了才能运行。比较繁琐，但是不难。
正在跑的测试：
