换成自己个人的找的图片,进行验证测试。
步骤:
-
先在个人pc上找一些JPG的文件。放到一个目录下如E:\testimage
-
把JPG的文件名改成image1.jpg,image2.jpg形式的。
-
找到models/research下的object_detection目录,打开object_detection_tutorial.ipynb文件。
-
修改object_detection_tutorial.ipynb文件的如下部分
原来是:
PATH_TO_TEST_IMAGES_DIR= 'test_images'
TEST_IMAGE_PATHS= [ os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i inrange(1, 3) ]
改成:
PATH_TO_TEST_IMAGES_DIR = 'E:\testimage'
TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR,'image{}.jpg'.format(i)) for i in range(1, 3) ]
5.保存后,点击点击Cell内的Run All
一般得等待几分钟,就能看到检测结果。
5种object detection api接口的比较结果:
MODEL_NAME ='faster_rcnn_inception_resnet_v2_atrous_coco_11_06_2017'
从按下Run All到结果显示出来(有3张图片),花费9分钟20秒(每张平均约187秒即3分钟)
MODEL_NAME ='faster_rcnn_resnet101_coco_11_06_2017'
从按下Run All到结果显示出来(有3张图片),花费6分钟(每张平均约120秒即2分钟)
MODEL_NAME ='rfcn_resnet101_coco_11_06_2017'
从按下Run All到结果显示出来(有3张图片),花费5分钟40秒(每张平均约113秒)
MODEL_NAME ='ssd_inception_v2_coco_11_06_2017'
从按下Run All到结果显示出来(有3张图片),花费4分钟05秒(每张平均约80秒)
MODEL_NAME = 'ssd_mobilenet_v1_coco_11_06_2017'
从按下Run All到结果显示出来(有3张图片),花费1分钟10秒(每张平均约23秒)