Tensorflow Object Detection API的使用(三)


一、导出模型

在E:\models\research\object_detection文件夹下面运行

python export_inference_graph.py \ --input_type image_tensor \ --pipeline_config_path training/ssd_mobilenet_v1_coco.config \  --trained_checkpoint_prefix training/model.ckpt-XXXXX \  --output_directory cup_detection

–trained_checkpoint_prefix training/model.ckpt-XXXXX 代码中XXXXX可以在training文件夹下面找一个最大的数输入进去
–output_directory cup_detection 这是模型保存路径,训练好的模型放在object_detection文件夹下cup_detection中
在这里插入图片描述

二、验证

在E:\models\research\object_detection文件夹下面运行jupyter notebook 打开object_detection_tutorial.ipynb
在这里插入图片描述
修改路径和识别数目
在这里插入图片描述
要验证的图片要统一重命名为imagex.jpg 可以识别多个图片

参考博客:
https://blog.csdn.net/chenmaolin88/article/details/79357263

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

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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