“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!