1.使用一下命令进行输出测试结果：

./build/examples/ssd/ssd_detect.bin /root/caffe-ssd/models/VGGNet/MyDataSet/SSD_300x300/deploy.prototxt /root/caffe-ssd/models/VGGNet/MyDataSet/SSD_300x300/VGG_MyDataSet_SSD_300x300_iter_40000.caffemodel /root/data/MyDataSet/SSD300x300/test.txt --out_file /root/Results/MyDataSet/SSD300x300/output.txt --confidence_threshold 0.6 

参数解读：

1 ./build/examples/ssd/ssd_detect.bin  ssd_detect.bin是ssd中目标检测文件ssd_detect.cpp的编译文件，可以直接使用。（关键）

2 /root/caffe-ssd/models/VGGNet/MyDataSet/SSD_300x300/deploy.prototxt  这个是你的网络结构参数，在训练SSD时候会自动生成。

3 /root/caffe-ssd/models/VGGNet/MyDataSet/SSD_300x300/VGG_MyDataSet_SSD_300x300_iter_40000.caffemodel   这里是训练模型

4 /root/data/MyDataSet/SSD300x300/test.txt   这里是测试数据文件

5 --out_file /root/Results/MyDataSet/SSD300x300/output.txt   这里是输出结果

6.--confidence_threshold 0.5   置信度阈值设置，只有大于这个值得框才会输出。

针对SSD中test.txt文件中没有路径信息，只有图片编号会导致后面显示图片找不到的错误的解决办法：

使用excel进行批量添加路径信息：即可

之后复制会test.txt之后如下：

test.txt

下面是output_0.5.txt的文件内容:

2.根据结果绘图:

python examples/ssd/plot_detections.py /root/Results/MyDataSet/SSD300x300/output_0.5.txt /root/data/VOCdevkit --labelmap-file data/MyDataSet/labelmap_voc.prototxt --save-dir /root/Results/MyDataSet/SSD300x300/ssd_result_0.5

参数解析:

1 python examples/ssd/plot_detections.py

2 /root/Results/MyDataSet/SSD300x300/output_0.5.txt

3 /root/data/VOCdevkit

4 --labelmap-file data/MyDataSet/labelmap_voc.prototxt

5 --save-dir /root/Results/MyDataSet/SSD300x300/ssd_result_0.5

最后在相应目录下即可得到最终结果：