caffe生成voc格式lmdb
要训练ssd基本都是在liu wei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要根据自己的分类修改，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" $img_file
其中^M不是键盘直接输入的，是ctrl+v ctrl+M连续输入
3. 默认是jpg格式文件，如果是png，需要改两个地方：
creat_list.sh里：
sed -i "s/$/.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，参考这里修改基本上可以满足训练要求。
优质内容筛选与推荐>>1、Webpack快速入门 （v3.7.1）
2、索引对查询效率的影响
3、tesseract::TessBaseAPI api
4、wordpress禁止调用官方Gravatar头像调用ssl头像链接提升加载速度
5、vscode设置