安全帽深度学习训练：从TensorFlow Object-Detection API到树莓派 tflite移动端踩坑记

 

今天也算我首次发实现过程博文，写的不好请谅解，如果对您有帮助，麻烦点个赞噢

说一下我的实现过程，我是Object Detection API训练模型，

Tensorflow版本 1.14

操作系统：windows 7  64位+ ubantu 18.04

内存：10G

训练用GPU:1080TI 11G （注：AMD GPU暂时不太清楚，如果自己nvdia gpu低于750TI,显存低于2G,可以用CPU或GPU租借平台，GPU速度大概是CPU10倍）

Python: 3.6

训练框架：ssdlite_mobilenet_v2

 

一、Windows环境配置与安装：

1. 度娘安装python3.6、pycharm
2. 度娘安装标准Nvidia套件 CUDA+Cudnn（官网查自己对应版本）
3. pip install  tensorflow==xx(对应版本号) （CPU版） 或者 pip install  tensorflow-gpu==（xx）(GPU版)   #命令行末尾加

   -i https://pypi.douban.com/simple 换国内豆瓣源，速度快

4. cmd 下键入python

   import tensorflow as tfl
   hello = tfl.constant('Hello, TensorFlow!')
   sess = tfl.Session()
   print(sess.run(hello))
   

   不报错，出现Hello, TensorFlow!即完成TensorFlow安装
5. 下载 TensorFlow官方模型库
6. 安装protuf  (非常容易出错，我这里选择的是win版 3.4)         将bin文件夹中的【protoc.exe】放到C:\Windows 并cmd进入models\research\目录下

   protoc object_detection/protos/*.proto --python_out=.

   不报错即完成，目录下的py文件是29个。（好像只是为了编译py文件，之后我把我的models上传上去，供大家下载）

7. PYTHONPATH 环境变量设置
   在 ‘此电脑’-‘属性’- ‘高级系统设置’ -‘环境变量’-‘系统变量’ 中新建名为‘PYTHONPATH’的变量，将

   models/research/ 及 models/research/slim 两个文件夹的完整目录添加，分号隔开

   接下来可以测试API，在 models/research/ 文件夹下运行命令行：

   python object_detection/builders/model_builder_test.py

   不报错说明运行成功。

8. 测试自带案例 如果没问题就可以训练自己的模型了

二、模型训练

严格遵照该过程进行！！！

里面可能需要修改自己文件路径，进行相