C++ 版本的 Opencv 调用 TensorFlow object detection API 训练的模型(训练调用全过程)

本文详细介绍了如何在C++环境中使用OpenCV调用TensorFlow Object Detection API训练的SSD_MobileNet模型。从模型加载到自定义数据集训练,再到.pbtxt配置文件生成,每个步骤都有清晰的指导。通过本文,读者可以掌握整个流程并成功应用到实际项目中。
摘要由CSDN通过智能技术生成

最近做的一个项目需要在c++程序中调用目标检测模型,但是在使用opencv调用模型时总是遇到各种各样的错误,一直没有成功。最近终于打通了这一过程,总结如下(本文以SSD_MobileNet模型为例)。

运行环境
opencv >= 3.4.4,
Visual Studio 2015,
训练环境参考本文引用的其他文章。

1. opencv 调用训练好的目标检测模型

具体调用代码参考 opencv dnn模块 示例(5) 目标检测 object_detection (4) TensorFlow SSD,代码中调用的两个模型文件分别来自 ssd_mobilenet_v1_coco_2017_11_17.pbssd_mobilenet_v1_coco_2017_11_17.pbtxt。文件 object_detection_classes_coco.txt 可以在 opencv 安装目录下的 \sources\samples\data\dnn 目录中找到。

2. 使用自己的数据在 TensorFlow ob

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值