tensorflow官方API 目标检测课程

1 课程检测

2 1*1卷积

1. 减少计算量

3 空洞卷积

。。。

Faster-RCNN训练流程

31标注labelImg软件

voc的save格式生成一个xml 里面有名称路径object三个数和位位置
yolo的save生成一个class.txt和一个图片名字.txt，里面有class你类别和中心点、w，h，其中是以左上00，右下11为缩放比例

32 Tensorflow object Detection API

• 代码http://github.com/tensorflow/models
  –>research -->object detection 但是要下载整个项目400M
• 下载编译protobuf linux3.4.0版本 http://github.com/protocolbuffers/protobuf/releases/
  * windows http://github.com/protocolbuffers/protobuf/releases/download/v3.4.0/protoc-3.4.0-win32.zip
• 把下载到的protoc.exe文件放到c:\windows\System32
• 打开cmd。移动到models-master\research\object_detection 目录。执行：protoc protos object_detection/*.proto --python_out=.
• 执行完毕后，会在protos文件下生成很多.py文件
• 可以利用以上api做很多检测任务

33 使用训练好的目标检测模型完成检测

拷贝object-detection到自己使用的检测的目录 tensorflow>1.9

34训练自己的目标检测模型

1. 工具labelimg，自己收集，或公开的数据voc2007数据集20类别。xml或者txt
2. xml转化到csv，因为制作record时候要用这个
   • 名字、类别、w、h
3. 生成：generate_tfrecord文件,有个。bat文件 在detection
4. 准备.pbtxt文件
5. model.ckpt文件为训练模型，一般采用预训练模型，可降低训练所需的时间，根据实际适合自己的模型，下载完成后解压，将名字带有model。ckpt的三个文件移动到training目录下
6. 在object_detection\samples\configs下找到跟模型匹配的config文件，修改config文件
   - num_classes:20
   - batch_size=16
   - num_steps:200000
   - fine_tune_checkpoint:"./training/moedl.ckpt"
7. 训练模型
8. 模型导出
9. 评估模型

35行人检测作业

数据集是自己标注所有课件的person，只有一个种类

36 行人检测答案