Tensorflow object detection API 搭建属于自己的物体识别模型（3）——将自己的模型迁移到手机上运行

最新推荐文章于 2024-06-17 13:39:20 发布

dy_guox

最新推荐文章于 2024-06-17 13:39:20 发布

阅读量1.8w

点赞数 19

分类专栏：物体检测深度学习 Tensorflow 文章标签：物体检测 AI Tensorflow 手机深度学习 MobileNet

本文链接：https://blog.csdn.net/dy_guox/article/details/80192343

版权

本文详细介绍了如何将使用Tensorflow Object Detection API训练的物体识别模型迁移到Android手机上运行。首先确保拥有.frozen_inference_graph.pb模型文件，然后在Android Studio中配置Tensorflow for Android，将模型放入assets文件夹，并调整DetectorActivity.java中的模型和标签路径。运行后，可以在手机上使用TF Detect应用进行物体检测。

摘要由CSDN通过智能技术生成

上一篇博客中介绍了如何使用Tensorflow object detection API 搭建属于自己的物体识别模型(https://blog.csdn.net/dy_guox/article/details/79111949)，由于我们的模型是基于ssd_mobilenet训练，这个模型本身是相对较为轻量级的，也可以在手机上使用，因此，这篇博客将介绍如何将Tensorflow object detection API 训练的模型迁移导入到手机中使用。

首先需要确认，已经训练好了自己的模型（以 .pb结尾）。即在object_detection\tv_vehicle_inference_graph文件夹下的 frozen_inference_graph.pb 文件。接下来将以我在视频教程中的例子（检测武大靖）进行示范。（参考之前博客教程的视频地址：https://www.bilibili.com/video/av21539370/）

首先，将 frozen_inference_graph.pb 文件重命名为 WDJ_frozen_inference_graph.pb，这样便于跟其他模型区分开来。

我的测试将在Android系统进行，IOS系统没有测试。

运行效果视频：

https://www.bilibili.com/video/av22957279/?p=1

如果你觉得有点帮助，欢迎投币支持。