准备阶段
- 下载项目文件。在github上下载tensorflow/models,包含两个需要用到的模块research\slim和research\object_detection,其他都可以删除,这就作为我们的项目文件夹。
- 下载预训练模型。在model_zoo中下载ssd_mobilenet_v2_coco,作为预训练模型。
- 设置research\slim为PYTHONPATH。
windows用户在环境变量中设置PYTHONPATH;
ubuntu用户(1)$ gedit ~/.bashrc,打开.bashrc文件。 (2)$ export PATH=<你要加入的路径1>:<你要加入的路径2>: … :$PATH。 (3) $ source ~/.bashrc,使环境变量立即生效。 - 生成tfrecord文件。仿照research\object_detection\dataset_tools\create_pascal_tf_record.py,根据自己的数据集生成相应的tfrecord文件。
- 根据数据集编写label_map。仿照research\object_detection\data\pascal_label_map.pbtxt。
- 修改配置文件。仿照research\object_detection\samples\configs\ssd_inception_v2_coco.config修改(1)-(6),并按需要修改下列参数(7)-(13):
(1) line9:num_classes,分类数量。
(2) line156:fine_tune_checkpoint,预训练模型文件位置。
(3) line162:num_steps