1. 获取需要标注的数据:
   1. 一种途经是自己拍特定的场景，比如小米pad4的图片，分辨率是:1944X2592
   2. 一种途经是用户使用过程中上传，这类图片需要先按比例resize 再上传，控制上传的大小，控制在最长边800以内。

2.按比例resize图片，控制最长边在800以内。 python 01_resize_image.py 修改源图片路经:/home/charlie/disk2/dataset/witch/01orin_pic/20190929_train 目标图片路经:/home/charlie/disk2/dataset/witch/lableme/20190929_train/JPEG

3.采用lableme 标注数据。得到JPEG 和 lable 目录的数据.

4. 将lableme 格式的jason标准格式转换为voc的xml格式. 输出目录/home/charlie/disk2/dataset/number/data_dataset_voc 备注:如果需要修改输出类型修改:/home/charlie/disk2/dataset/number/labels.txt python 02_labelme2voc.py

5. 可视化voc数据,检查标注和转换是否有问题. python 04_show_voc_lable.py

6. 对voc数据进行数据增强. python 05_augmentation.py

7. 切分训练集和测试集. python 06_make_train_val_test_set.py

8. 创建caffe 格式的lmdb 格式 备注:如果需要修改输出个数,需要修改以下文件: /home/charlie/disk1/code/mygithub/dataset/labelmap_num.prototxt /home/charlie/disk2/dataset/number/labels.txt

   cd /home/charlie/disk1/code/opensouce/caffe/caffe/data/number ./07_create_list.sh ./08_create_data.sh

9. 如果需要修改模型的输出个数 cd /home/charlie/disk1/code/opensouce/caffe/caffe/examples/MobileNet-SSD ./gen_model.sh 实际输出类别数+1

   修改MobileNetSSD_train.prototxt和MobileNetSSD_test.prototxt文件中的 source: "trainval_lmdb_num/" 数据文件地址

   修改MobileNetSSD_test.prototxt文件的batch_size: 1

cd /home/charlie/disk1/code/opensouce/caffe/caffe/examples/MobileNet-SSD

1. train model ./train_num.sh

2. test model ./test_num.sh

3. merge model: ./zymerge.sh

4. evaluate model python 10_record_det_result.py

cd /home/charlie/disk1/code/mygithub/dataset python 11_evaluate_det_lable.py