深度学习tensorflow object detect 之识别社会人小猪佩奇
1,标注
#在根目录下创建一个output目录
mkdir /output
cd /output/#下载tensorflow object detec api 代码
git clone https://github.com/tensorflow/models.git#安装依赖项
pip install Cython
pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib
pip install opencv-python
pip install pycocotoolscd /output/models/research/
#编译
protoc object_detection/protos/*.proto --python_out=.
#安装
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
#验证
python object_detection/builders/model_builder_test.py
3.准备好项目
#下载图片及标注文件
cd /output
git clone https://github.com/sanfooh/tensorflow_object_detection_api_demo.git
我们还在下载一个预训练文件
#下载预训练文件
cd /output/tensorflow_object_detection_api_demo
wget http://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_2017_11_17.tar.gz
tar -xzvf ssd_mobilenet_v1_coco_2017_11_17.tar.gz
rm -r ssd_mobilenet_v1_coco_2017_11_17.tar.gz
生成tfrecord
#生成tfrecord数据集
python create_tf_record.py
生成之后,我们可以在winscp中看到如下的文件:
4.训练
mkdir mytrain
python /output/models/research/object_detection/train.py --train_dir=mytrain/ --pipeline_config_path=net.config --logtostderr
cd /output/tensorflow_object_detection_api_demo
tensorboard --logdir=mytrain
cd /output/tensorflow_object_detection_api_demo
mkdir evalpython /output/models/research/object_detection/eval.py \ --logtostderr \ --pipeline_config_path=net.config \ --checkpoint_dir=mytrain/ \ --eval_dir=eval/
cd /output/tensorflow_object_detection_api_demo
tensorboard --logdir=eval
5.发布
cd /output/tensorflow_object_detection_api_demo
python /output/models/research/object_detection/export_inference_graph.py \
--input_type image_tensor \
--pipeline_config_path /output/tensorflow_object_detection_api_demo/net.config \
--trained_checkpoint_prefix /output/tensorflow_object_detection_api_demo/mytrain/model.ckpt-35187 \
--output_directory /output/tensorflow_object_detection_api_demo/mymodel
在mymodel下生成如下文件,其中frozen_inference_graph.pb就是我们要的文件
#利用Flask来发布模型
pip install flask
pip install flask_wtf
#启动服务
python /output/tensorflow_object_detection_api_demo/web/app.py
最后用浏览器打开8000端口可以看到如下效果:
深度学习tensorflow object detect 之识别社会人小猪佩奇相关推荐
- 使用深度学习TensorFlow框架进行图片识别
Apsara Clouder大数据专项技能认证:使用深度学习TensorFlow框架进行图片识别 本认证系统的介绍了深度学习的一些基础知识,以及Tensorflow的工作原理.通过阿里云机器学习PAI ...
- 深度学习--TensorFlow(项目)识别自己的手写数字(基于CNN卷积神经网络)
目录 基础理论 一.训练CNN卷积神经网络 1.载入数据 2.改变数据维度 3.归一化 4.独热编码 5.搭建CNN卷积神经网络 5-1.第一层:第一个卷积层 5-2.第二层:第二个卷积层 5-3.扁 ...
- 深度学习TensorFlow的55个经典案例
人工智能大数据与深度学习 公众号: weic2c 本文是TensorFlow实现流行机器学习算法的教程汇集,目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow.这 ...
- 【深度学习】手写数字识别Tensorflow2实验报告
实验一:手写数字识别 一.实验目的 利用深度学习实现手写数字识别,当输入一张手写图片后,能够准确的识别出该图片中数字是几.输出内容是0.1.2.3.4.5.6.7.8.9的其中一个. 二.实验原理 ( ...
- 毕设 深度学习卷积神经网络的花卉识别
文章目录 0 前言 1 项目背景 2 花卉识别的基本原理 3 算法实现 3.1 预处理 3.2 特征提取和选择 3.3 分类器设计和决策 3.4 卷积神经网络基本原理 4 算法实现 4.1 花卉图像数 ...
- 【论文笔记】《基于深度学习的中文命名实体识别研究》阅读笔记
作者及其单位:北京邮电大学,张俊遥,2019年6月,硕士论文 摘要 实验数据:来源于网络公开的新闻文本数据:用随机欠采样和过采样的方法解决分类不均衡问题:使用BIO格式的标签识别5类命名实体,标注11 ...
- Python实现深度学习MNIST手写数字识别(单文件,非框架,无需GPU,适合初学者)
注: 本文根据阿卡蒂奥的Python深度学习博客文章代码进行调整,修复了少量问题,原文地址:https://blog.csdn.net/akadiao/article/details/78175737 ...
- 毕业设计 - 题目:基于深度学习卷积神经网络的花卉识别 - 深度学习 机器视觉
文章目录 0 前言 1 项目背景 2 花卉识别的基本原理 3 算法实现 3.1 预处理 3.2 特征提取和选择 3.3 分类器设计和决策 3.4 卷积神经网络基本原理 4 算法实现 4.1 花卉图像数 ...
- 基于InceptionV3深度学习实现岩石图像智能识别与分类
基于InceptionV3深度学习实现岩石图像智能识别与分类 文章目录 基于InceptionV3深度学习实现岩石图像智能识别与分类 总体流程 数据预处理 构建InceptionV3模型 训练.保存模 ...
最新文章
- 工程师进阶之路(四)
- JVM调优:Tomcat Context reloadabled与OutOfMemory(PermSpace)
- ASP.NET MVC SSO单点登录设计与实现
- 最常问的MySQL面试题集合
- linux arm current_thread_info定义,linux 内核 current全局变量
- uva 10985 Rings'n'Ropes
- duplicate database的时候,rman连接 auxiliary database的后状态不正确
- php源码无法安装mysql_linux中源码编译安装mysql常见错误
- 【OpenCV学习】cvConvert的使用
- linux系统根目录执行了chmod,根目录执行chmod -R 777 / 的补救方法
- mysql_query的返回值
- vbs整人代码蓝屏_vbs恶作剧(整人代码)-英文报数 蓝屏 重启电脑等
- android 设置启动画面,修改Android开机画面
- 小白深度学习起步中——读取人像图像
- 【CF869E】The Untended Antiquity(哈希+二维树状数组)
- 打包微服务前后端分离项目并部署到服务器 --- 分布式 Spring Cloud + 页面渲染 Nuxt.js
- gta5 android ps4,gta5导演模式怎么玩好玩_gta5怎么进入导演模式怎么玩ps4导演模式怎么打开_攻略...
- 用PE安装win11系统
- idea 启动项目突然间 java.lang.OutOfMemoryError: Java heap space
- 使用picgo配置图床使用