使用tensorflow自带model训练SSD并且在手机上运行

整个流程稍微有点长，但是如果走通后再来新的任务就很简单了。大概分为以下几个步骤：

1. 训练SSD
2. 转tflite
3. 在android应用中运行

训练SSD

1.代码下载

https://github.com/tensorflow/models.git

我们会使用ROOT/research/object_detection下的代码来训练SSD。

2.环境配置

除了tensorflow外还需要安装下面这些模块

pip install --user Cython
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib

也可以后面使用的时候根据错误提示，缺了什么再安装对应的模块。

另外还需要配置protoc，下载地址，下载后解压放在ROOT/research目录下，将文件夹的名字更改为protoc，然后运行

./protoc/bin/protoc object_detection/protos/*.proto --python_out=.

运行之后在ROOT/research/object_detection/protos/下会生成很多python文件，后面代码中会使用这些python文件。

为了验证我们环境或者python文件是否正确，可以运行下面的命令

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

python object_detection/builders/model_builder_test.py

如果出现下面的结果就表示准备好了

......................
----------------------------------------------------------------------
Ran 22 tests in 0.191s

OK

3.准备训练数据

标记数据

使用labelImg工具（下载地址）对数据进行标记