pip install tensorflow-tensorboard
首先需要把https://github.com/tensorflow/models/tree/r1.5的代码下载下来
然后进入到https://github.com/tensorflow/models/tree/r1.5/research/object_detection,下面有个README.md
1.installation:
搭建GPU 环境,反正这个地方,搭建GPU的时候会遇到很多问题,自己多在百度上搜索和尝试,然后在终端依次输入以下命令:
pip install tensorflow-gpu
sudo apt-get install protobuf-compiler python-pil python-lxml
sudo pip install jupyter
sudo pip install matplotlib
sudo pip install pillow
sudo pip install lxml
sudo pip install jupyter
sudo pip install matplotlib
其次 # From tensorflow/models/research/,也就是在research下面的文件下输入:
protoc object_detection/protos/*.proto --python_out=.
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
python object_detection/builders/model_builder_test.py
运行完成会出现
2. Configuring an object detection pipeline:
定义obeject_detection pipeline,就是给他一个配置文件,在配置文件里面写明需要用到的哪些model,可以参考object_detection/samples/configs,可以看到configs下面有很多标准的configs文件,可以根据这些成型的文件进行相应的修改。根据自己的经验来看,再进行自己数据训练之前,最好把官网的模型走一遍,以确定框架本身没有什么问题。
以faster_rcnn_resnet101_voc07.config为例子。
里面的model,包含了模型的本身的超参数