TensorFlow
文章平均质量分 97
TensorFlow
宗而研之
计算机视觉应用开发及部署方向
展开
-
TensorFlow之DeepLabv3+训练自己的数据集
0 背景在之前的文章中,对tensorflow目标检测API进行了详细的测试,成功应用其模型做简单的检测任务。本文对另一模块DeepLab的API进行测试,实现语义分割。经过了好几天的吐血折腾,终于将该模块调通,其中的bug真是数不胜数……首先简单介绍下系统环境的配置conda create -n deeplab python=3.6source activate deeplab...原创 2018-10-24 21:09:42 · 5525 阅读 · 14 评论 -
Tensorflow学习笔记2
参考:https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/1、classification分类学习这次我们会介绍如何使用TensorFlow解决Classification(分类)问题。 之前的视频讲解的是Regression (回归)问题。 分类和回归的区别在于输出变量的类型上。 通俗理解定量输出是回归,或原创 2017-10-26 21:59:52 · 351 阅读 · 0 评论 -
TensorFlow 2 实战之从零开始构建 yolov3 目标检测网络
https://tensorflow.google.cn/install原创 2020-12-29 09:24:46 · 8999 阅读 · 12 评论 -
Tensorflow之环境版本匹配问题
相信很多同学在用tensorflow的时候,都被环境折磨得不要不要的…只要有某一个包不匹配,就会出现运行错误……版本高了低了都可能出现问题……(真的是恶心)万幸,有人把环境做了一个系统的整理,只需要找到你安装的tensorflow版本,就可以看到你需要匹配的其它包的版本信息链接是:https://docs.floydhub.com/guides/tensorflow/比如你要安装tensorflow-1.14,你可以看到其它python包的版本信息如下absl-py==0.8.0anno原创 2020-07-13 18:32:49 · 16041 阅读 · 6 评论 -
Tensorflow之deeplab训练cityscapes数据集
在《TensorFlow之deeplab语义分割API接口调试》文章中,介绍了如何安装tensorflow model以及训练自己的语义分割模型,本文介绍对cityscapes数据集的训练方法...原创 2020-05-08 11:17:19 · 3905 阅读 · 3 评论 -
Tensorflow目标检测之yolov3训练自己的模型
0 背景Tensorflow官方目标检测给出了SSD、Faster rcnn等预训练模型,但没有给yolov3的预训练模型,但有热心的人已经实现了基于tensorflow来复现yolov3的算法,本文对该代码的训练测试流程做一介绍。代码起源于YunYang1994的tensorflow-yolov3,后续类似的代码都是基于他进行的修改。我们今天介绍的Byronnar实现的tensorflo...原创 2019-11-26 16:19:18 · 14158 阅读 · 22 评论 -
TensorFlow Serving系列之多模型多版本控制
0 背景在之前的文章中,我们完整地介绍了如何安装tensorflow服务,并成功通过grpc接口进行调用。实际使用过程中,可能需要同时提供多个不同类型的模型,以及模型的不同版本,因此本文对该方法的实现做一介绍系列文章目录(一)TensorFlow Serving系列之安装及调用方法(二)TensorFlow Serving系列之导出自己的训练模型(三)TensorFlow Se...原创 2019-11-07 17:31:59 · 4403 阅读 · 4 评论 -
TensorFlow Serving系列之源码安装服务
0 背景在之前的文章中,我们介绍过用docker的方式来安装部署TFS(tensorflow serving),但实际测试时发现当有高并发请求时,容易崩溃,为了排除问题,我们选择从源码编译,在安装之前,我们要统一版本,否则会出现各种坑。首先根据自己服务器上已经安装的cuda和cudnn版本,选择要安装哪个版本的tensorflow,并对应安装同样版本的tensorflow serving,比如...原创 2019-10-18 10:56:54 · 2006 阅读 · 0 评论 -
TensorFlow Serving系列之gRPC基本知识
0 背景在上一篇文章中,我们介绍了TFS利用gRPC接口进行服务访问,那么什么是gRPC呢,为什么要用gRPC接口,本文对gRPC的基础知识作一简单介绍,以及通过官网提供的例子进行简单的测试。系列文章目录(一)TensorFlow Serving系列之安装及调用方法(二)TensorFlow Serving系列之导出自己的训练模型(三)TensorFlow Serving系列之...原创 2019-09-29 16:38:17 · 5847 阅读 · 1 评论 -
TensorFlow Serving系列之客户端gRPC调用
0 背景在《TensorFlow Serving系列之导出自己的训练模型》中,我们将训练的目标检测模型导成了TFS所需的格式,本文要实现的是将该模型导入到服务中,并实现客户端调用。TFS支持REST和gRPC两种形式的接口调用,比较常用且效率较高的是gRPC方式,因此,下文中的客户端是基于gRPC接口实现系列文章目录(一)TensorFlow Serving系列之安装及调用方法(二...原创 2019-09-26 10:03:14 · 9544 阅读 · 12 评论 -
TensorFlow之视频流实时目标检测
参考:https://github.com/juandes/pikachu-detection/blob/master/detection_video.py在之前的文章中,实现了利用tensorflow的目标检测API训练模型,并用图片来验证模型的有效性。本文的目的是为了将模型应用在视频检测中,实现视频流的实时检测。-------------------------------------...原创 2018-09-17 15:23:47 · 6375 阅读 · 15 评论 -
TensorFlow学习之TensorBoard使用方法
参考:https://blog.csdn.net/u010099080/article/details/77426577在使用tensorflow训练神经网络之后,可以输出训练日志,然后用tensorboard打开进行可视化,本文目的是整理tensorboard的使用方法以及里边曲线的含义。1 运行过程添加记录节点:tf.summary.scalar/image/histogram()...原创 2018-09-25 09:07:16 · 8287 阅读 · 0 评论 -
Tensorflow学习笔记
参考:https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件 转...原创 2017-09-18 11:59:23 · 2388 阅读 · 13 评论 -
Tensorflow之eval.py使用方法
用tensorflow训练模型时,很自然的想到要同时验证模型的效果,得到mAP、loss等参数,从而判断什么时候可以终止训练,防止欠拟合或者过拟合。幸运的是,tensorflow官方已经给出了验证的脚本eval.py,网上找了很多资料,都没有人能把使用方法讲清楚,因此在研究的基础上做一个总结。本文是基于目标检测API接口object_detection做进一步的分析,如果对这些接口不熟悉的,可参考...原创 2018-12-05 20:53:34 · 8509 阅读 · 61 评论 -
Tensorflow多GPU训练方法
在《TensorFlow之目标检测API接口调试(超详细)》文章中,介绍了tensorflow API接口调用方法,详细描述了训练的过程,训练的时候用了单GPU训练,tensorflow是支持多GPU训练的,因此,介绍一下多GPU训练的方法。很简单,只需要修改两个地方:第一个参数是train.py文件,找到以下参数flags.DEFINE_integer('num_clones', ...原创 2018-12-10 15:53:23 · 3005 阅读 · 4 评论 -
小目标检测中的数据扩展
参考:https://blog.csdn.net/abrams90/article/details/89371797论文:Augmentation for small object detectionAbstract这些年来目标检测领域经历了令人印象深刻的进展。除了这些改进,在小目标检测与大目标检测领域还是有不小的差距。我们在MS COCO上分析了当前SOTA的模型Mask-RCNN。...转载 2019-06-24 17:41:09 · 3990 阅读 · 0 评论 -
TensorFlow Serving系列之安装及调用方法
0 背景Google在2016年2月开源了TensorFlow Serving,这个组件可以将TensorFlow训练好的模型导出,并部署成可以对外提供预测服务的RESTful/RPC接口。有了这个组件,TensorFlow就可以实现应用机器学习的全流程:从训练模型、调试参数,到打包模型,最后部署服务,名副其实是一个从研究到生产整条流水线都齐备的框架。TensorFlow Serving是一个...原创 2019-09-18 17:55:27 · 7872 阅读 · 1 评论 -
TensorFlow Serving系列之导出自己的训练模型
0 背景在《TensorFlow Serving之安装及调用方法》中,介绍了tensorflow serving的基本概念和安装调用方法,本文介绍如何导出自己的训练模型,生成服务所需的*pb模型和variables文件夹。在《TensorFlow之目标检测API接口调试(超详细)》中,介绍了如何准备自己的训练数据以及如何导出训练模型,在第5步导出模型中,发现只生成了saved_model....原创 2019-09-23 16:45:03 · 3897 阅读 · 4 评论 -
TensorFlow之目标检测API接口调试(超详细)
注意:本文下载的tensoflow/model版本比较旧,是18年的版本,现在github上有更新,对代码和文件结构进行了一定的优化,因此下文的流程使用起来可能会与最新版本有所差异,大家要根据官方介绍灵活设置1 源代码测试1.1 环境配置环境:tensorflow-gpu:1.9(注意要选择1.9的版本,测试过1.7版本的在最后一步模型转化时会有问题),python3.6下载git...原创 2018-08-24 11:41:13 · 22691 阅读 · 40 评论