python mobilenetssd android_tensorflow mobilenet_ssd_v2的训练和移植到Android移动端，优化实时检测手势...

参考文章

整个项目代码(包括models和android，不包括编译的tensorflow):代码地址

项目中数据只有一类手势，android里面有量化和非量化两种模型

环境准备

克隆models

新建mobile_ssd_tf文件夹,git clone https://github.com/tensorflow/models 放到mobile_ssd_tf下面

编译tensorflow

git clone https://github.com/tensorflow/tensorflow，安装protobuf,bazel等

tensorflow编译参考

tensorflow 1.13.1,bazel 0.19.1(注意tf和bazel版本对应，不然出错)

cd tensorflow/

bazel build tensorflow/python/tools:freeze_graph

bazel build tensorflow/contrib/lite/toco:toco

数据制作

进入models/research/object_detection目录，下面工作基本都在这个目录下进行

mkdir ssd_data

labelImg工具标注数据集，jpg格式图片放到VOCdevkit/VOC2007/JPEGImages目录下,xml文件放到VOCdevkit/VOC2007/Annotations文件夹下面

train_test_split.py把xml分为train,test,val三部分，

xml2csv.py把xml转csv

gen_tfrecords.py生成tfrecord

在ssd_data下面新建label_map.pbtxt

item {

id: 1 #id从1开始编号

name: 'name of class1'

}

item {

id: 2

name: 'name of class2'

}

最终目录如下

训练

进入models/research/object_detection目录

下面在这个目录下进行工作

mkdir ssd_model

从samples/config下面拷贝一个配置文件(就是要训练的模型),放到ssd_model下面(我选的是ssd_mobilenet_v2_coco.config，还有其他各种版本的，看需要选择),修改这个配置文件

num_classes:前景类别数目+1(背景)