1 思路产生
在进行了多次cifor10网络训练浦东机场飞机样本的试验后,发现网络只能做到辨别是不是飞机而无法实现在一张图中正确找出一架或多架飞机的功能,实验思路陷入僵局。7月27日凌晨觉得如此下去不能完胜既定实验任务,幸而在知乎大神的博文中发现了object_detection API这一google最新开源出来的技术,简要阅读后发现和自己的实验目标十分吻合,遂开始这一方向的研究。
2 环境准备
简要阅读官方文档后,按照installation进行配置。
- 问题1: Add Libraries to PYTHONPATH配置问题
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
pwd是当前路径的意思,需要自己填写完整的路径进行配置,否则是找不到slim文件夹的,修改后为
export PYTHONPATH=$PYTHONPATH:/home/diana/tensorflow/models:/home/diana/tensorflow/models/slim
- 问题2:Protobuf Compilation配置问题
# From tensorflow/models/
protoc object_detection/protos/*.proto --python_out=.
每次使用新解压出来的object_detection文件夹时都要重新运行这一句,否则运行demo时会出现找不到string_int_label_map_pb2的问题,查看label_map_util.py文件发现from object_detection.protos import string_int_label_map_pb2
,重新配置后问题解决。
- 问题3:python2 与python3 不兼容问题
运行dem