关于ssd_mobilenet的object_detection应用

姓名：陈鹏

班级：csdn人工智能直通车-5期

描述：这是本人在做作业的过程中，所遇到的问题与总结

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

预训练模型

         object_detection框架提供了一些预训练的模型以加快模型训练的速度，不同的模型及检测框架的预训练模型不同，常用的模型有resnet，mobilenet以及最近google发布的nasnet，检测框架有faster_rcnn，ssd等，本次作业使用mobilenet模型ssd检测框架，其预训练模型请自行在model_zoo中查找:

https://github.com/tensorflow/models/blob/r1.5/research/object_detection/g3doc/detection_model_zoo.md

然后下载

        

首先生成record文件

python object_detection/dataset_tools/create_data.py --label_map_path=/path/to/labels_items.txt --data_dir=/pa