TensorFlow object detection api------ssd

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

1、使用将Pascal voc格式的数据集转换成record格式，即生成train.record、eval.record，参考models/object_detection/create_pascal_tf_record.py

2、创建工程目录：

+SSD_MOBILENET

+data
            -label_map file(根据models/object_detection/ models/object_detection/data/pascal_label_map.pbtxt来修改)
            -train TFRecord file(即生成的train.record)
            -eval TFRecord file(即生成的eval.record)

-model.ckpt(将解压ssd_mobilenet_v1_coco_11_06_2017.tar.gz得到的model.ckpt.data-00000-of-00001重命名为mode.ckpt)
-model.ckpt.index（解压ssd_mobilenet_v1_coco_11_06_2017.tar.gz得到）
-model.ckpt.meta（解压ssd_mobilenet_v1_coco_11_06_2017.tar.gz得到）

+models
            + model
                -pipeline config file(根据models/object_detection/samples/configs/ssd_mobilenet_v1_pets.config来修改，具体到下面说明)
                +train
                +eval

3、进入models目录执行：

python object_detection/train.py \
     --logtostderr \
     --pipeline_config_path=${PATH_TO_YOUR_PIPELINE_CONFIG} \
     --train_dir=${PATH_TO_TRAIN_DIR}

开始训练。

其中：PATH_TO_YOUR_PIPELINE_CONFIG为SSD_MOBILENET/models/model/pipeline config file，PATH_TO_TRAIN_DIR为SSD_MOBILENET/models/model/train

关于pipeline config file内容修改如下：

第9行：num_classes:，你数据集有几类就改成几类

第158行：fine_tune_checkpoint: "PATH_TO_BE_CONFIGURED/model.ckpt"，即SSD_MOBILENET/data/model.ckpt

第177行：input_path: "PATH_TO_BE_CONFIGURED/pet_train.record"，即SSD_MOBILENET/data/train.record

第179行：label_map_path: "PATH_TO_BE_CONFIGURED/pet_label_map.pbtxt"，即SSD_MOBILENET/data/label_map file

第191行：input_path: "PATH_TO_BE_CONFIGURED/pet_val.record"，即SSD_MOBILENET/data/eval.record

第193行：label_map_path: "PATH_TO_BE_CONFIGURED/pet_label_map.pbtxt"，即SSD_MOBILENET/data/label_map file

第183行：num_examples: ，eval有多少张就改成多少张