快速安装并上手Tensorflow Object Detection API

“机械神乃是你的主人，黑暗器械！向祂跪倒、知晓你的不忠、接受你的毁灭！”

———普罗斯克大师

 

步骤1. 下载Object Detection API，在https://github.com/tensorflow/models ，将下载下的zip包解压放在桌面（或者自定义其他路径）

 

步骤2. 安装Object Detection API依赖包

pip install contextlib2

 

步骤3. 安装protobuf，用brew 与 pip 分别安装（或者安装一个后修改环境变量）

brew install protobuf

pip install protobuf

安装完成之后对API进行打包编译

protoc API路径/research/object_detection/protos/*.proto --python_out=

 

步骤4. 安装 labelImg 用来自定义训练图片集

下载labelImg 在https://github.com/tzutalin/labelImg，将下载下的zip包解压放在桌面（或者自定义其他路径）

pip install pyqt5 #安装labelImg依赖包

在labelImg目录里面执行打包  pyrcc5 -o resources.py resources.qrc

#python ./...../labelImg.py #打开样本编辑器

 

步骤5.用labelImg编辑训练集 

参考https://blog.csdn.net/xunan003/article/details/78720189

 

步骤6. 新建两个文件夹 “images” 与 “annotations”

分别装入上一步的图片和生成的xml文件，注意上一步labelImg生成的xml里面的路径也会变动

并用这两个文件夹生成 voc_train.record 和 voc_eval.record 文件（使用代码或者控制台）

 

步骤7. 加入pbtxt文件

可以自己新建，也可以直接使用  API路径/research/object_detection/data/  里面的pbtxt文件

 

步骤8. 加入config文件

建议复制出 API路径/research/object_detection/samples/configs/  里面的pbtxt文件 ,并对里面的下面几个key进行修改

input_path  对应的.record文件绝对路径

label_map_path 对应的.pbtxt文件绝对路径

num_steps 训练次数

from_detection_checkpoint 是否继承训练

fine_tune_checkpoint 如果不是继承训练的话把这项删除，如果是的话对应继承文件的路径

 

 

步骤9. 用控制台或者代码运行训练程序（确保之前几部能得到下面四个文件）

训练完成后便可开始识别

 

步骤10. 赞美机魂！赞美万机之神！高唱机神颂歌2-18节！