tensorflow 目標檢測訓練及評估

基於tensorflow訓練車輛檢測器原始碼已上傳github,裡面整合了一鍵式訓練的指令碼。

0.硬體，一塊1080ti及以上顯示卡的機器，不建議用cpu訓練。

1.安裝gpu版tensorflow,並搭建訓練環境

sudo pip install tensorflow-gpu

sudo pip install pillow
sudo pip install lxml
sudo pip install jupyter
sudo pip install matplotlib
git clone 

protoc object_detection/protos/*.proto --python_out=.

export pythonpath=$pythonpath:`pwd`:`pwd`/slim

python object_detection/builders/model_builder_test.py

2.準備訓練資料

切換目錄至tensorflow/models/research/

wget 

wget 
tar -xvf annotations.tar.gz
tar -xvf images.tar.gz
python object_detection/dataset_tools/create_pet_tf_record.py \
--label_map_path=object_detection/data/pet_label_map.pbtxt \
--data_dir=`pwd` \
--output_dir=`pwd`

python object_detection/dataset_tools/create_pet_tf_record.py \

--label_map_path=object_detection/data/pet_label_map.pbtxt \
--data_dir=`pwd` \
--output_dir=`pwd`

cp object_detection/samples/configs/ssd_mobilenet_v1_pets.config ssd_mobilenet_v1_pets.config

tar -zvxf ssd_mobilenet_v1_coco_2017_11_17.tar.gz

python object_detection/train.py \
--logtostderr \
--pipeline_config_path=ssd_mobilenet_v1_pets.config \
--train_dir=voc/train_logs \
2>&1 | tee voc/train_logs.txt

如何盯住梅西 TensorFlow目標檢測實戰

近日，一篇題為 following messi with tensorflow and object detection 的教程文章展示了如何通過 tensorflow 訓練定製的目標檢測模型，以專門定位和識別足球巨星梅西 同時作者也希望這一技術有助於催生出足球新戰術，提公升賽事水平。我們之前曾把 ...

目標檢測 目標檢測通用框架總結

目標檢測框架個人總結 以下是筆記中包含的內容 目標檢測網路框架總結 yolov4中有圖 從最開始的神經網路到現在深度更深，模組更多的目標檢測深度學習神經網路，如今大致可以分為two stage detector 典型的為rcnn系列 和 one stage detector 典型為yolo系列 每個...

目標檢測入門 目標檢測基本概念

目標檢測關注影象中特定的物體目標，要求同時獲得這一目標的類別資訊和位置資訊。檢測給出的是對前景和背景的理解，需要從背景中分離出感興趣的目標，並確定這一目標的描述 類別和位置，常用檢測框表示 與影象分類的區別，目標檢測更具難度 影象分類只需要判斷輸入的影象中是否包含感興趣物體，而不需要定位具體位置 如...