基于SSD_MobileNet的物品检测

本项目是在利用models/tensorflow中SSD_MobileNet网络模型进行的实验。
github链接：https://github.com/tensorflow/models/tree/master/research/object_detection

主要分为数据预处理、训练和测试部分（验证部分直接用github上的教程）

1. 数据预处理
在github教程上有对pets数据和pascalVOC数据的转.record文件的相关代码，但是由于一般普通数据通常只能获得.jpg(.jpeg)和.xml文件数据，那么不能直接使用github上现成的create_record代码，这里采用官方代码并进行了修改。

r"""Convert raw PASCAL dataset to TFRecord for object_detection.

Example usage:
    ./create_pascal_tf_record --data_dir=/home/user/VOCdevkit \
        --year=VOC2012 \
        --output_path=/home/user/pascal.record
"""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import hashlib
import io
import logging
import os

from lxml import etree
import PIL.Image
import tensorflow as tf

from object_detection.utils import dataset_util
from object_detection.utils import label_map_util





def dict_to_tf_example(data,
                       dataset_directory,
                       label_map_dict,
                       ignore_difficult_instances=False,
                       image_subdirectory='image'):
  """Convert XML derived dict to tf.Example proto.

  Notice that this function normalizes the bounding box coordinates provided
  by the raw data.

  Args:
    data: dict holding PASCAL XML fields for a single image (obtained by
      running dataset_util.recursive_parse_xml_to_dict)
    dataset_directory: Path to root direct