要训练ssd基本都是在框架下改，生成lmdb这一关照葫芦画瓢总遇坑，记录之：

1. labelmap_voc.prototxt要，比如人脸检测改成这样：

item {  name: "none_of_the_above"  label: 0  display_name: "background"}item {  name: "face"  label: 1  display_name: "face"}

这里只有两类：背景、脸，因此训练的时候也要记得num_classes改成2（20分类的voc是21）

2. 路径一定要写对，确认路径写对的情况下如果还是报找不到的错可能是字符问题。

解决方案是在两行sed中间加上一行：

sed -i "s/^/$name\/JPEGImages\//g" $img_file                                      sed -i 's/^M//g' $img_file                                                        sed -i "s/$/.jpg/g" $img_file

其中不是键盘直接输入的，是ctrl+v ctrl+M连续输入

3. 默认是jpg格式文件，如果是png，需要改两个地方：

creat_list.sh里：

sed -i "s/$/.jpg/g" $img_file

creat_data.sh

extra_cmd="--encode-type=jpg --encoded"

剩下的可能就是xml格式不对，比如<name>face<name>等处在生成xml时候搞错了;

执行creat_data.sh时经常会报bounding box irregular，不知道对结果有什么影响，能用。

-------------------------------------------------------------------------

faster rcnn给了python脚本处理，在./lib/dataset目录下，所以不用提前生成lmdb，把pascal_voc格式的数据拷贝到./data/VOCdevkit2007目录下即可，参考修改基本上可以满足训练要求。