Tensorflow Object Detection API for People Detection
Use Python 3.6 and Tensorflow 1.7
Source : accoon_dataset 做點小修改
在此使用labelimg進行圖片標註，將標註完的XML跟JPG分別放在：
raccoon_dataset\annotations和
raccoon_dataset\images運行生成csv
python xml_to_csv.py在生成TFRecord之前，先修正Label Map保持格式一致
# TO-DO replace this with label map
def class_text_to_int(row_label):
if row_label == 'male':
return 1
if row_label == 'female':
return 2
else:
None運行生成TFRecord
python generate_tfrecord.py先建立一個label_map.pbtxt，內容為你的Label Map
item {
id: 1
name: 'male'
}
item {
id: 2
name: 'female'
}設定模型參數以及配置文件，打開raccoon_dataset\data\faster_rcnn_inception_v2_coco.config，修正文件位置
這裡使用COCO-pretrained SSD with MobileNet model為預訓練模型
fine_tune_checkpoint: "G:\\DL\\faster_rcnn_resnet101_coco_11_06_2017\\model.ckpt"
...
input_path: "G:\\DL\\test\\raccoon_dataset\\data\\train.record"
...
label_map_path: "G:\\DL\\test\\raccoon_dataset\\label_map.pbtxt"
...
input_path: "G:\\DL\\test\\raccoon_dataset\\data\\eval.record"
...
label_map_path: "G:\\DL\\test\\raccoon_dataset\\label_map.pbtxt"接下來用TensorFlow Object Detection API開始訓練，使用models\research\object_detection\train.py
python train.py \
--logtostderr \
--pipeline_config_path={你的faster_rcnn_inception_v2_coco.config位置} \
--train_dir={訓練模型導出位置} \Windows 環境需要注意路徑反斜線
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent