深度学习四、使用TensorFlow Object Detection API训练扑克牌对其进行检测

最新推荐文章于 2024-07-03 11:42:50 发布
最新推荐文章于 2024-07-03 11:42:50 发布
阅读量6.3k 收藏 18
点赞数 6
分类专栏： tensorflow 文章标签： 深度学习 目标检测 tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_24946843/article/details/88181686
版权
tensorflow 专栏收录该内容
35 篇文章 443 订阅 ¥9.90 ¥99.00
订阅专栏
本文详细介绍了如何使用TensorFlow Object Detection API训练扑克牌的检测模型，包括下载API、安装protoc、编译proto文件、配置环境变量、标注数据、转换数据格式、下载预训练模型、模型训练、模型导出和预测单张图片，以及在Tensorboard中监控训练过程。
摘要由CSDN通过智能技术生成

在目标检测领域方向的相关经典文献包括Fast-RCNN、Faster-RCNN、SSD、YOLO以及RetinaNet等。话说“工欲善其事必先利其器”，而该 Object Detection API就是谷歌的牛逼工程师们开源给我们的最好“利器”。

今天我们将借助该API训练自己的数据集进行目标检测，这里选择的目标为扑克牌，收集了9，10，J，Q，K，A六类扑克。

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

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。下载地址为https://github.com/google/protobuf/releases解压后将bin文件夹中的protoc.exe放到C:\Windows下。（用于将protoc.exe所在的目录配置到环境变量当中）。

1.2编译proto文件

了解本专栏 订阅专栏 解锁全文
东城青年
关注
专栏目录
订阅专栏
Tensorflow-slim 做扑克，麻将，花牌的分类
qq798446835的博客
08-09 3222
#分类 1 进入https://github.com/tensorflow/models/tree/master/research/slim 下载 2 详细请看: https://github.com/LiYangDoYourself/tensorflow-slim
TensorFlow:Object_Detection_API图像视频物体识别API例程用到的tutorial
02-25
tutorial参考：http://blog.csdn.net/llrraa2010/article/details/79361291
基于tensorflow2的目标检测完整实现过程
最新发布
qq_45055172的博客
07-03 1162
基于tensorflow框架，总结包含图片标注、公开数据集下载、数据格式转换、目标检测API安装、预训练模型下载、模型训练和调用。目标检测快速落地全流程总结。
TensorFlow Object Detection API 超详细教程和踩坑过程（数据准备和训练）
qq_38593211的博客
09-23 1万+
1.准备数据     object detection的数据是需要tfrecord格式的，但是一般我们还是先制作voc格式的数据更加方便。     1.voc格式数据的准备：github上下载一个label-img：      然后选择VOC格式，开始漫长的数据标注过程，标注之后的数据会多一个xml文档，一般在标注之前就按照VOC2012的标准建立文件，你可以去下载VOC2012数...
（windows） tensorflow-object-detection-api 教程
holidayun的博客
09-04 880
准备： 1.python3.6 2.tensorflow 环境搭建： 1.下载模型 从github上下载模型，下载地址：https://github.com/tensorflow/models 2.Protobuf 安装： 从https://github.com/google/protobuf/releases下载win版的工具，如下图： 下载完成之后解压，例如我的路径为：...
用Python中的Numpy实现简单高效的扑克牌API（附代码）
Elwin的博客
04-10 1950
用Python中的Numpy实现简单高效的扑克牌API 扑克牌可以用字典或者列表来表示，但是这样的话会浪费很多的空间。因此，本项目将使用Numpy来实现，这样的话能保证性能的情况下减少存储成本。 一般情况下，扑克牌应该具有的功能为： 抽牌库顶的牌、洗牌、将牌放进牌库底、丢弃某张牌 文章目录用Python中的Numpy实现简单高效的扑克牌API1. 实现过程1.1 类成员1.2 索引转换与检索1.3 洗牌与重置牌库1.4 取卡牌、插卡牌与丢弃卡牌1.5 卡牌可视化1.6 具体展示2. 全代码（太长不看版
详细的Object_detection api调用步骤，扎实踩过tensorflow应用时的那些坑
weixin_39153202的博客
08-13 4496
       Tensorflow为目标检测提供了很好的api，但其调用过程却涉及到环境设置、数据准备等各方面，比较繁杂。本文在ubuntu系统，以tensorflow 1.7为环境，逐步介绍api调用过程的每一个细节，如果小白刚接触这一块，可以按本文逐步实施，训练自己的数据，并得到网络和结果，开始object detection的第一步。（感谢魅哥的友情指导。文章中也引用了其他大侠提供的程序，在...
使用TensorFlow Object Detection API 进行实时目标检测（基于SSD模型）.zip
02-18
总的来说，使用TensorFlow Object Detection API和SSD模型进行实时目标检测，是深度学习在人工智能领域的重要应用之一。通过该项目实践，你可以深入理解目标检测的工作原理，掌握模型训练和部署的全过程。
tensorflow object detection API models.zip
05-26
这个API构建在TensorFlow深度学习框架之上，允许开发者和研究人员轻松地训练和部署多种预训练模型，以识别和定位图像中的不同物体。2020年2月版本的下载是该API的一个完整版本，包含了最新的更新和改进。 该API的...
vehicle-licenseplate-detection:使用Tensorflow Object Detection API进行车辆和车牌检测
04-29
使用TensorFlow对象检测API进行车辆和车牌检测 配套 克隆并下载。 遵循的详细步骤。 克隆并下载此存储库，并将其放置在tensorflow/models/research/object_detection/文件夹中。 关于 该模型包括3个类别- 车牌 车 ...
tensorflow车牌号码识别源码
04-03
tensorflow车牌号码识别源码,tensorflow文字识别扩展发挥
Python-用TensorFlow和OpenCV打造实时物体识别应用
08-11
用TensorFlow和OpenCV打造实时物体识别应用
扑克牌数字花色识别.zip
09-24
里面包含py文件和要使用到的图像文件，直接就可以跑识别花色的 main.py用来进行识别，Make_Template.py用来制作模板 详情请参看博客： https://blog.csdn.net/qq_33950926/article/details/108766166
Python实现比较扑克牌大小程序代码示例
12-23
是Udacity课程的第一个项目。 先从宏观把握一下思路，目的是做一个比较德州扑克大小的问题 首先，先抽象出一个处理的函数，它根据返回值的大小给出结果。 之后我们在定义如何比较两个或者多个手牌的大小，为方便比较大小，我们先对5张牌进行预处理，将其按照降序排序，如下： def card_ranks(hand): ranks = ['--23456789TJQKA'.INDEX(r) for r, s in hand] ranks.sort(reverse=True) return ranks 然后我们可以枚举出一共有9种情况，并用数字代表每一种情况的等级，利用Python的比较功
深度学习实践实验：使用TensorFlow Object Detection API 进行实时目标检测（基于SSD模型）.zip
05-09
深度学习实践实验：使用TensorFlow Object Detection API进行实时目标检测是一个高级计算机视觉任务，它涉及到机器学习、神经网络以及图像处理等多个领域的知识。在这个实验中，我们主要关注的是基于SSD（Single ...
目标检测 - Tensorflow Object Detection API
热门推荐
跟随技术的脚步-linolzhang的专栏
06-25 3万+
一. 找到最好的工具       “工欲善其事，必先利其器”，如果你想找一个深度学习框架来解决深度学习问题，TensorFlow 就是你的不二之选，究其原因，也不必过多解释，看过其优雅的代码架构和工程化实现之后，相信这个问题不会有人再提，这绝非 Caffe an so on 所能比拟的。       回到题头 － 目标检测，相信你一定看过这篇 Paper： Speed/accuracy trade
vipoker扑克图像识别接口
Power of technology will free your body and spirit
05-01 659
1、消息格式 string字符串："28,4,44,23,21,25,34,5,55,55,55,10,16,38,41,42,7,13,32,26,9," 各个字符是按索引[0,n]来顺序排列的。 站在摄像机的视角，从画面的左上角(x=0,y=0)开始，到右下角(x=width,y=height)。此牌位与荷官发牌顺序无关！ 按从左到右，从上到下对扑克牌进行排序，序号[0,n]。 value_i...
基于深度学习yolov4的扑克牌识别、纸牌识别
耶律大石的博客
08-04 3122
扑克牌识别、纸牌识别 效果图 纸牌识别，纸牌检测 语言：python 算法：yolo v4 效果图： 其他详情可见：我的咸鱼
tensorflow object detection api macos
02-01
TensorFlow Object Detection API 是一个开源项目，它提供了一系列基于 TensorFlow 的工具和库，用于实现目标检测任务。对于 macOS 系统，我们可以通过以下步骤来使用 TensorFlow Object Detection API： 1. 安装 TensorFlow：在 macOS 上安装 TensorFlow 是使用 TensorFlow Object Detection API 的前提。你可以通过 pip 命令进行安装，例如在终端中执行 `pip install tensorflow`。 2. 下载 TensorFlow Object Detection API：打开终端并导航到适合你的工作目录中，然后使用 git 命令来克隆 TensorFlow Object Detection API 的 GitHub 仓库，例如执行 `git clone https://github.com/tensorflow/models.git`。 3. 安装依赖项：进入克隆的模型目录中，找到 research 文件夹并进入。然后运行 `pip install -r object_detection/requirements.txt` 命令来安装所需的依赖项。 4. 下载预训练模型：在 TensorFlow Object Detection API 中，我们可以使用预训练的模型来进行目标检测。你可以从 TensorFlow Model Zoo 中下载适合你任务的模型，并将其解压到你的工作目录中。 5. 运行实例代码：在 research/object_detection 目录中，你可以找到一些示例代码，用于训练、评估和使用目标检测模型。可以通过阅读这些示例代码并根据自己的需求进行修改。例如，你可以使用 `python object_detection/builders/model_builder_tf2_test.py` 命令来运行一个模型的测试。 以上是在 macOS 上使用 TensorFlow Object Detection API 的基本步骤，你可以根据你的具体需求进行更多的深入研究和调整。希望这些信息能帮助到你！
评论 10
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

实付元
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