tensorflow object_detect 操作步骤

今天是2019年11月7日

 把 https://github.com/tensorflow/models.git 下载下来之后，发现 https://github.com/tensorflow/models/blob/master/research/object_detection/object_detection_tutorial.ipynb 的步骤有些更新，比之前更详细一些，大致几条shell命令为

sudo apt install protobuf-compiler
pip install Cython
pip install contextlib2
pip install pillow
pip install lxml
pip install matplotlib
pip install pycocotools
pip install -U --pre tensorflow=="2.*"

cd models/research/
protoc object_detection/protos/*.proto --python_out=.

cd models/research
pip install .

然后安装就完成了

如果要测试的话，就是前向预测，可以根据 https://github.com/tensorflow/models/blob/master/research/object_detection/object_detection_tutorial.ipynb 来跑一下，看看结果

————————————————————————————————————————

如果训练的话，现在（2019年11月7日）还是要用TensorFlow1.x版本训练，我安装了TensorFlow1.14.0，先处理数据集，参考 https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/preparing_inputs.md， 先下载解压缩(下面创建的路径为models/research/data/)

mkdir data
cd data
wget -c http://www.robots.ox.ac.uk/~vgg/data/pets/data/images.tar.gz
wget -c http://www.robots.ox.ac.uk/~vgg/data/pets/data/annotations.tar.gz
tar -xvf annotations.tar.gz
tar -xvf images.tar.gz

然后应该创建record文件了，然后执行下面的脚本（下面的路径为models/research/）：

python object_detection/dataset_tools/create_pet_tf_record.py \
    --label_map_path=object_detection/data/pet_label_map.pbtxt \
    --da