手把手带你玩转Tensorflow 物体检测 API (4)—— 模型验证
致谢声明
本文在学习《Tensorflow object detection API 搭建属于自己的物体识别模型(2)——训练并使用自己的模型》的基础上优化并总结,此博客链接:https://blog.csdn.net/dy_guox/article/details/79111949,感谢此博客作者。
0.前言
本文作者的环境:python3.6、Windows10、tensorflow_gpu1.10
文章编号 | 文章名 | 链接 |
---|---|---|
1 | 目标检测实践_tensorflow版SSD运行示例 | https://www.jianshu.com/p/c1d8f1c76de7 |
2 | 目标检测实践_tensorflow版SSD数据准备 | https://www.jianshu.com/p/3d9436b4cb66 |
3 | 目标检测实践_tensorflow版SSD训练自己的数据 | https://www.jianshu.com/p/0e5f9df4686a |
4 | 目标检测实践_tensorflow版SSD模型测试 | https://www.jianshu.com/p/7464c5e00716 |
1.下载并解压文件
在已经阅读并且实践过前3篇文章的情况下,读者会有一些文件夹。
因为每个读者的实际操作不同,则文件夹中的内容不同。
本文作者为了保持本篇文章的独立性,制作了可以独立运行的文件夹目标检测
。
本文作者对文件夹目标检测
做了压缩,形成的压缩文件目标检测.zip
已经上传百度网盘。
链接: https://pan.baidu.com/s/1aL2WOZ_e9380caeJxbcYrQ 提取码: fea6
压缩文件目标检测.zip
只有60.8M,下载好后放在桌面
,选择提取到当前位置
。
现在桌面有1个文件夹目标检测
,文件夹目标检测
中有3个文件夹nets
、object_detection
、training
。
文件夹training
中含有训练了200000次的模型。
如下图所示:
image.png
要求:读者需要删除自己的文件夹object_detection
,使用本文中的文件夹object_detection
。
原因:在文章《目标检测第3步-模型训练》中的文件夹object_detection
与本文中的文件夹object_detection
有区别,但是因为时间较久,没有找到修改的代码文件。读者自己的文件夹object_detection
可能无法完成导出模型的操作
2.导出训练好的模型
在桌面
的文件夹目标检测
中,打开cmd
,如下图所示:
image.png
即在资源管理器
的路径中输入cmd
,按Enter键运行。
2.1 添加环境变量
使用cmd添加永久环境变量,适用于熟悉cmd命令的读者。
cmd中运行命令:setx -m PYTHONPATH "C:\Users\Administrator\Desktop\目标检测"
命令成功运行后,如下图所示:
要保持下图中的2个红色方框内容一致
,路径加双引号可以增加命令的强壮性。
image.png
运行成功会有提示成功: 指定的值已得到保存
,如下图所示:
image.png
2.2 导出模型命令
在桌面
的文件夹目标检测
中,打开cmd
。
在cmd
中运行命令:python object_detection/export_inference_graph.py --input_type=image_tensor --pipeline_config_path=training/ssdlite_mobilenet_v2_coco.config --trained_checkpoint_prefix=training/model.ckpt-200000 --output_directory=fish_inference_graph
运行成功的结果如下图所示:
image.png
在桌面的文件夹目标检测
中产生了文件夹fish_inference_graph
,如下图所示:
image.png
3. 下载测试数据
下载链接: https://pan.baidu.com/s/1NksESNqBX--YqMJ4zptGdw 提取码: 6p3u
压缩文件n01440764.tar
下载完成后,复制到桌面的文件夹目标检测
中,解压时选择提取到"n01440764"
。
进行到此步,桌面的文件夹目标检测
如下图所示:
image.png
4.下载并运行测试代码
链接: https://pan.baidu.com/s/1Ym1cYFCnsj1JAYFACHFj_Q 提取码: i3wn
代码文件fish_detection.ipynb
下载完成后,复制到桌面的文件夹目标检测
中。
在桌面的文件夹目标检测
中打开cmd
,如下图所示:
image.png
在cmd中输入并运行命令:jupyter notebook
,如下图所示:
image.png
浏览器会自动打开jupyter页面,打开代码文件fish_detection.ipynb
,点击下图红色箭头所示标注处:
image.png
在代码文件中,依次运行单元格中的代码即可。
文件夹n01440764
中共有1300张图片,测试图片是随机选的10张图片。
本文作者展示测试效果较好的2张图片。
image.png
image.png
5.总结
1.这篇文章值得读者花时间去实践,因为本文作者花了很久时间才完成本篇文章的写作。
2.时间主要花费在用最少的代码文件完成模型导出和模型测试的效果。
3.目标检测给物体画方框,方框线条的粗细和字体大小是一个需要花时间去学习的点。
12人点赞
日记本
作者:潇洒坤
链接:https://www.jianshu.com/p/7464c5e00716
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
手把手带你玩转Tensorflow 物体检测 API (4)—— 模型验证相关推荐
- 手把手带你玩转Tensorflow 物体检测 API (3)——训练模型
致谢声明 本文在学习<Tensorflow object detection API 搭建属于自己的物体识别模型(2)--训练并使用自己的模型>的基础上优化并总结,此博客链接:https: ...
- 手把手带你玩转Tensorflow 物体检测 API (2)——数据准备
致谢声明 本文在学习<Tensorflow object detection API 搭建属于自己的物体识别模型(2)--训练并使用自己的模型>的基础上优化并总结,此博客链接:https: ...
- 手把手带你玩转Tensorflow 物体检测 API (1)——运行实例
本文在学习<Tensorflow object detection API 搭建属于自己的物体识别模型(1)--环境搭建与测试>的基础上优化并总结,此博客链接:https://blog.c ...
- Google发布新的TensorFlow物体检测API
\\ Google发布TensorFlow物体检测API,帮助开发人员和研究人员识别图片中的物体.Google专注于提高API的易用性和性能,新的模型于6月16号发布,在基准测试中表现出良好的性能,并 ...
- 手把手教你用深度学习做物体检测(四):模型使用
上一篇<手把手教你用深度学习做物体检测(三):模型训练>中介绍了如何使用yolov3训练我们自己的物体检测模型,本篇文章将重点介绍如何使用我们训练好的模型来检测图片或视频中的物体. 如 ...
- 手把手带你玩转需求预测-需求预测方法介绍
系列文章目录 手把手带你玩转需求预测 文章目录 系列文章目录 前言 时序预测算法类型 第一代:统计时序预测算法 第二代:经典机器学习方法 第三代:深度学习预测算法 总结 前言 预测算法的本质是从历史数 ...
- Tensorflow物体检测(Object Detection)
最近工作需要折腾 tensorflow, 学会图片分类后开始折腾物体检测. 感谢前人的工作,现在把物体检跑起来还是比较容易的,但优化就不容易了. Tensorflow在更新1.2版本之后多了很多新功能 ...
- 使用SSD网络模型进行Tensorflow物体检测(V1.1摄像头检测)
使用SSD网络模型进行Tensorflow物体检测?(V1.1摄像头检测) 文章目录 使用SSD网络模型进行Tensorflow物体检测?(V1.1摄像头检测) 1.模型的加载和utils库环境的配置 ...
- 手把手带你玩转Spark机器学习-使用Spark构建回归模型
系列文章目录 手把手带你玩转Spark机器学习-专栏介绍 手把手带你玩转Spark机器学习-问题汇总 手把手带你玩转Spark机器学习-Spark的安装及使用 手把手带你玩转Spark机器学习-使用S ...
最新文章
- spacemacs各种问题修复方法
- java TreeMap 源代码分析 平衡二叉树
- python 不得不知的第三方库以及常用安装包
- 九九乘法表的python复习
- 「猜题第一篇」2019年大学生电子设计竞赛
- 代码流程图生成器_【进阶Python】第五讲:迭代器与生成器
- leveldb使用指南
- PHP大型Web应用入门(一)
- 长沙火宫殿城大庙会迎客 演绎传统与潮流交融
- vue导出Excel
- AI语音合成软件免费的有哪些?常用的语音合成软件
- 使用 SharePoint 2007 进行安全性编程(SPUser,SPGroup,SPSiteGroups)
- java面试题干货51-95
- Ubuntu 下软件列表
- 怎么用PHP抓取百度排名?
- PageRank网页排名算法
- 优秀课程案例:使用Scratch制作七巧板!
- centos 有eht2 没有eth0 无法上网
- 华为手机怎么找回计算机功能,华为手机怎么在电脑上显示
- Python编程基础:计算给定数据的几何平均数,即n个数字连乘结果的n次方根