深度学习三、使用TensorFlow Object Detection API进行目标检测(使用VOC 2012数据集训练自己的模型)

35 篇文章 443 订阅 ¥9.90 ¥99.00
本文介绍了如何使用TensorFlow Object Detection API进行目标检测,包括安装、编译proto文件、训练VOC 2012数据集的模型,以及导出模型进行预测。详细步骤涵盖了从下载API、安装protobuf,到生成tfrecord文件,训练Faster R-CNN + Inception-ResNet_v2模型,最后导出模型并预测单张图片。
摘要由CSDN通过智能技术生成

2017年6月,Google公司开放了TensorFlow Object Detection API。这个项目使用TensorFlow实现了大多数深度学习目标检测框架,其中就包括Faster R-CNN。

一、实现官方给的目标检测的示例教程

1、下载TensorFlow Object Detection API

在github上该API存放在tensorflow/models项目下,下载地址为https://github.com/tensorflow/models。下载tensorflow/models后,应该得到一个models文件夹,models文件夹中还有一个research文件夹。下面的安装命令都是以research文件夹为根目录执行的。

1.1安装protoc

在object_detection/protos中,可以看到一些proto文件,需要使用protoc程序将这些proto文件编译为python文件。

windows系统中:

 https://github.com/google/protobuf/releases(选择最新版本的Windows64版本,不然可能会有错),解压后将bin文件夹中的protoc.exe放到C:\Windows下。࿰

评论 3
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

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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