Tensorflow 2.0 目标识别(四)——TF2.0+Object Detector

本章介绍如何在TensorFlow 2.0环境下使用Object Detector,包括安装、配置、自定义训练和使用TensorBoard监测。详细讲解了Python 3.7的安装、TensorFlow Object Detection API的获取与编译、Protobuf的安装与编译,以及对象检测API的安装和测试过程。
摘要由CSDN通过智能技术生成

本章介绍TensorFlow2.*版本下Object Detector的高级Api的使用,Object Detector在TensorFlow2.*版本下是一个非常好用的高级接口,但随着TensorFlow升级到2.*后一度由于没有更新后处于滞后的状态,千呼万唤在2020年7月左右官方发生更新,正值本书编写的过程中,所以特地补充一章。

完成本章可以获得以下知识点:

  • TensorFlow2.*下Object Detector的安装
  • TensorFlow2.*下Object Detecto的环境配置
  • TensorFlow2.*下Object Detecto用户自定义训练
  • TensorFlow2.*下使用TensorBoard监视培训工作进度
  • TensorFlow2.*下Object Detecto训练结果使用
  • TensorFlow2.*下Object Detecto配置常见错误及解决方法

 

 

    1. TensorFlow2.*版本Object Detector的安装

首先按照官方说法与Tensorflow 1.*不同的是Tensorflow 2.*只需要安装Tensorflow软件包并自动检查是否能够成功注册一个gpu。另外Tensorflow 2.*的环境安装并不是必须Anaconda,但官方还是建议安装,因为它可以直观地管理包和建立新的虚拟环境。Anaconda是个非常有用的工具,不仅适用Tensorflow而且适用于任何使用Pythoy工作的人,关于Anaconda的安装教程请读者自行参照互联网上其他教程或者本书的前面章节。

本章节撰写时作者新配了台计算机所以此章节未使用Anaconda用于环境控制,所以本章节可以单独使用,作为用户使用Object Detector的最简配置教程。偷懒的读者们请认真阅读本章,这是你们最快上手使用Tensorflow 2.*进行图片中物体检测任务的教程了。

        1.1.1 安装 Python 3.7

官网上的Object Detector在GitHub上目前推荐的配置是Python 3.6+ Tensorflow 2.2.0+object Detector,但同时object Detector的官网学习之旅的推荐又是Python 3.7,为了避免不必要的配置问题,本章还是推荐加装一个Python 3.7。

 Windows下的Python 3.7安装!

  • 根据自己的系统需求下载Python 3.7 64-Bit Graphical Installer 或者 32-Bit Graphical Installer。具体地址参加下方:

https://repo.anaconda.com/archive/Anaconda3-2020.02-Windows-x86_64.exe

  • 下载 (.exe后执行安装。

补图

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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