目标检测一直是cv(computer vision)上非常常见的问题,由于常见所以也有一众大佬做出了相应的API,就相当于是个工具,只需要进行稍稍的修改,并准备好自己的数据集,就可以实现相对应的模型。先放两个链接:
视频教程 pythonprogramming.net
TensorFlow object detection API应用 www.cnblogs.com
视频是英文的,讲的非常详细,如果不想看英文的看下面那个文字教程就好,有问题欢迎随时私我。由于团队对这个API的维护一直在进行,因此上面两个教程都有一些地方需要更新,在实际使用过程中注意活用就好。另外除去object detection外还有许多其他的API,大家一起探索哈~~~
项目地址在这里:https://github.com/tensorflow/models.git
环境:Linux-Ubuntu 16. , python 3.6, tensorflow-gpu 1.12.0, Keras 2.2.4.
一,安装
既然要使用tensorflow 的API, 那么tensorflow是自然少不了了,根据自己的情况安装cpu 或者gpu版本的tensorflow,然后目前的API中我看到有引入keras,我的keras是事先就装好的所以我不清楚不装的话会不会影响,建议最好装一下。随后就是:
先放官方:tensorflow/models
具体如下:
首先呢把项目clone到本地:git clone https://github.com/tensorflow/models.git
然后:
pip install --user Cython
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib
注意还有个很糟心的东西要装:
sudo apt-get install protobuf-compiler python-pil python-lxml
这个东西自动安装时候我总会出低版本的2.6几的,就不兼容,所以只好手动安装,大家可以先用protoc –version看下版本,最好在3.4以上,手动安装protoc步骤的话先打开这个网站,然后找到对应的python版本,我这里是3.7.1, 随后下载解压,然后将工作目录进入到解压后的文件夹中,依次执行
sudo ./configure
sudo make check
sudo make install
安装有点慢,,,出问题的话在刚刚那个项目地址的issue里搜索对应的报错就好了,基本都有。最后还要把环境变量配置一下。
二,数据集准备
sorry啦明个再写哈哈~
一个菜鸡的奋斗之路。。。
下面要填的坑list:数据集准备与划分,tfrecord文件转换,config文件注意事项,模型保存以及inference来测试。
其他要填的坑:kaggle入门???keras重写resnet50???多输入模型???lightgbm???“`~~~