Tensorflow Object Detection API介绍和应用(mac版)——（2.预训练模型测试）

最新推荐文章于 2019-11-18 14:50:09 发布

迷茫猿小明

最新推荐文章于 2019-11-18 14:50:09 发布

阅读量604

点赞数 1

分类专栏：机器学习文章标签： object detection API 深度学习人工智能物体检测

本文链接：https://blog.csdn.net/bjjoy2009/article/details/94962333

版权

机器学习专栏收录该内容

11 篇文章 1 订阅

订阅专栏

1、前言

本篇介绍2个预训练模型，使用测试程序object_detection_tutorial.ipynb进行实体检测。
上一篇：1.安装跑测试程序 https://blog.csdn.net/bjjoy2009/article/details/94911597

2、模型下载

（1）预训练模型列表（需要vpn连接google下载）https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md
（2）下载压缩包
ssd_mobilenet_v1_coco，90类日常物体，100多M，具体类目标签https://github.com/tensorflow/models/blob/master/research/object_detection/data/mscoco_label_map.pbtxt

faster_rcnn_resnet101_fgvc，2800多个动物种类，近1G，具体类目标签https://github.com/tensorflow/models/blob/master/research/object_detection/data/fgvc_2854_classes_label_map.pbtxt
（3）上述模型压缩包放到本地，上一章 git clone的项目路径models/research/object_detection

3、运行测试程序

3.1 ssd_mobilenet_v1_coco

该模型就是测试程序的默认模型，测试程序如下https://github.com/tensorflow/models/blob/master/research/object_detection/object_detection_tutorial.ipynb
(1)修改模型加载路径，根据下载压缩包名修改

# 此行改为下载的模型名称
MODEL_NAME = 'ssd_mobilenet_v1_coco_2017_11_17'

（2）注释掉下面2行，已经下载无需再执行下载程序

# opener = urllib.request.URLopener()
# opener.retrieve(DOWNLOAD_BASE + MODEL_FILE, MODEL_FILE)

（3）直接运行可以看到的结果

3.2 faster_rcnn_resnet101_fgvc

详细动物种类识别，这部分需要自行下载动物图片
（1）修改文件名和注释掉那两行代码

# 此行改为下载的模型名称
MODEL_NAME = 'faster_rcnn_resnet101_fgvc_2018_07_19'

（2）下载2个动物图片放到object_detection/test_images
动物image5.jpg：Rynchops niger
动物image6.jpg：Lynx rufus
在这里插入图片描述
（3）修改测试图片代码
将range(1, 3)改为range(5, 7)

TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(5, 7) ]

4、测试结果

模型较大需要多运行一会
（1）图片结果
在这里插入图片描述

（2）类别标签id（图片内名字看不太清楚）
在代码中加入一行输出（print）

# Actual detection.
  output_dict = run_inference_for_single_image(image_np_expanded, detection_graph)
  print(output_dict['detection_classes'])

输出：
[1534 1676 1588 1828 1831]
[ 323 1207 1296 221 729]

打印出概率前5的类别标签id，排在第一位的是文件fgvc_2854_classes_label_map.pbtxt
item {
name: “4496”
id: 1534
display_name: “Rynchops niger”
}
item {
name: “41976”
id: 323
display_name: “Lynx rufus”
}