TensorFlow 3D 物体检测项目教程

TensorFlow 3D 物体检测项目教程

tf-3d-object-detectionDetect object in 3D with Point Cloud and Image.项目地址:https://gitcode.com/gh_mirrors/tf/tf-3d-object-detection

1. 项目的目录结构及介绍

项目的目录结构如下：

--tf-3d-object-detection
   |-- pretrained
   |-- log_v1
   |-- checkpoint
   |-- ssd_mobilenet_v1_coco_11_06_2017
   |-- frozen_inference_graph.pb
   |-- graph.pbtxt
   |-- model.ckpt-0.data-00000-of-00001
   |-- model.ckpt-0.index
   |-- model.ckpt-0.meta

目录结构介绍

• pretrained: 预训练模型文件夹。
• log_v1: 日志文件夹，包含训练日志等。
• checkpoint: 检查点文件，用于保存模型的训练状态。
• ssd_mobilenet_v1_coco_11_06_2017: 默认使用的2D物体检测模型。
• frozen_inference_graph.pb: 冻结的推理图文件。
• graph.pbtxt: 图的文本描述文件。
• model.ckpt-0.data-00000-of-00001: 模型检查点数据文件。
• model.ckpt-0.index: 模型检查点索引文件。
• model.ckpt-0.meta: 模型检查点元数据文件。

2. 项目的启动文件介绍

项目的启动文件是 apps/demo.py。

启动文件介绍

• apps/demo.py: 用于运行演示的脚本。可以通过以下命令启动：

  python apps/demo.py
  

  如果使用 PyCharm，可以直接点击绿色运行按钮。

3. 项目的配置文件介绍

项目的配置文件位于 configs/configs。

配置文件介绍

• configs/configs: 包含项目的配置选项。例如，可以选择不同的2D物体检测模型：

  _DETECTOR_2D_OPTIONS = {
      "ssd_mobilenet_v1_coco": "fast",
      "ssd_inception_v2_coco": "fast",
      "rfcn_resnet101_coco": "medium",
      "faster_rcnn_resnet101_coco": "medium",
      "faster_rcnn_inception_resnet_v2_atrous_coco": "slow"
  }
  

  默认使用的是 ssd_mobilenet_v1_coco_11_06_2017 模型。

通过以上介绍，您可以更好地理解和使用 tf-3d-object-detection 项目。希望这些信息对您有所帮助。

tf-3d-object-detectionDetect object in 3D with Point Cloud and Image.项目地址:https://gitcode.com/gh_mirrors/tf/tf-3d-object-detection