本文主要记录在Tensorflow和Opencv环境下实现行人检测的主要步骤,特别是一些常用命令和需要用到的脚本文件,生成的模型文件等。文章主要分为以下几个部分:环境搭建、数据集生成制作、Tensoflow训练、导出模型在Opencv中实现行人检测。
目录
1.5安装Tensorflow object_detection API及下载models文件... 3
一、环境搭建
1.1 tensorflow
首先是最重要的tensorflow和opencv环境安装。已经安装好了,这里检查一下版本信息。
打开cmd,输入命令:da info –envs
可见tensorflow环境已经安装好了,再输入命令:activate tensorflow_gpu_1.12_py37
此时已进入tensorflow,我的tensorflow版本是1.12.0的GPU版本的
具体查看tensorflow版本也可用以下命令实现:
python
import tensorflow as tf
tf.__version__
1.2 opencv
同样查看opencv可用以下命令
python
import cv2 as cv
cv.__version__
可见我的opencv是4.1.1版本的。
1.3下载opencv4.1.1源码
需要注意的是,需要下载opencv4.1.1源码,在后续会用到其中的脚本文件D:\packages\opencv-4.1.1\sources\samples\dnn\tf_text_graph_ssd.py