python 目标检测 训练_tensorflow目标检测API之训练自己的数据集

1.训练文件的配置

将生成的csv和record文件都放在新建的mydata文件夹下，并打开object_detection文件夹下的data文件夹，复制一个后缀为.pbtxt的文件到mtdata文件夹下，并重命名为gaoyue.pbtxt

用记事本打开该文件，因为我只分了一类，所以将其他内容删除，只剩下这一个类别，并将name改为gaoyue。

这时我们拥有的所有文件如下图所示。

我们在object_detection文件夹下新建一个training文件夹，在里面新建一个记事本文件并命名为 ssd_mobilenet_v1_coco.config

打开，输入以下代码，按右边注释进行修改

#SSD with Mobilenet v1 configuration for MSCOCO Dataset.#Users should configure the fine_tune_checkpoint field in the train config as#well as the label_map_path and input_path fields in the train_input_reader and#eval_input_reader. Search for "PATH_TO_BE_CONFIGURED" to find the fields that#should be configured.

model {

ssd {

num_classes:1 #你类别的数量，我这里只分了一类

box_coder {

faster_rcnn_box_coder {

y_scale:10.0x_scale:10.0height_scale:5.0width_scale:5.0}

}

matcher {

argmax_matcher {

matched_threshold:0.5unmatched_threshold:0.5ignore_thresholds: false

negatives_lower_than_unmatched: true

force_match_for_each_row: true

}

}

similarity_calculator {

iou_similarity {

}

}<