本文介绍了如何使用TensorFlow Object Detection API进行对象检测，特别是针对SSD_Mobilenet模型的步骤。首先，按照官方指南安装TensorFlow及相关库，然后下载并解压模型文件。接着，将Pascal VOC格式的数据集转换为record格式，并创建包含配置文件的工程目录。最后，修改pipeline配置文件并启动训练过程。
谷歌发布object detection api（https://github.com/tensorflow/models）已经有一段时间了，这个api的发布，让我们不用自己再去为faster-rcnn、ssd、rfcn单独造轮子了。
现记录一下以ssd_mobilenet这个模型的object detection api使用。
一、安装TensorFlow、以及用到的库
按照官方指导操作即可：https://github.com/tensorflow/models/blob/master/object_detection/g3doc/installation.md。
二、下载models、ssd_mobilenet_v1_coco
下载地址：https://github.com/tensorflow/models、https://github.com/tensorflow/models/blob/master/object_detection/g3doc/detection_model_zoo.md
1、解压后，进入models目录，执行：
protoc object_detection/protos/*.proto --python_out=.
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
2、解压ssd_mobilenet_v1_coco_11_06_2017.tar.gz到，得到：frozen_inference_graph.pb graph.pbtxt model.ckpt.data-00000-of-00001 model.ckpt.index model.ckpt.meta，
二、准备数据集
最低0.47元/天 解锁文章
1046
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
