# 如何使用 tf object detection
https://juejin.i m/entry/5a7976166fb9a06335319080
https://towardsdatascience.com/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9
https://towardsdatascience.com/building-a-toy-detector-with-tensorflow-object-detection-api-63c0fdf2ac95
https://www.oreilly.com/ideas/object-detection-with-tensorflow
https://lijiancheng0614.github.io/2017/08/22/2017_08_22_TensorFlow-Object-Detection-API/
# 安裝和配置
其中需要設(shè)置 一個環(huán)境變量
https://jingyan.baidu.com/article/db55b609a3f6274ba30a2fb8.html
```shell # From tensorflow/models/research/ export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim ```
如果需要加入環(huán)境變量是需要修改環(huán)境變量配置文件的
需要添加的路徑是 research和slim所在的路徑，可以在用戶環(huán)境變量末尾添加
將``pwd``替換為`tensorflow/models/research/`就可以了
需要運行 obejct detection相關(guān)的代碼需要在這個 obejct detection路徑下運行，除非也將其加入環(huán)境變量
# 制作訓(xùn)練集
我們需要什么樣的訓(xùn)練集呢？這個可以從網(wǎng)上抓取； 1. 可以根據(jù)搜索引擎搜集之后爬 2. 裁剪圖片 凸顯主題 3. 給圖片打 Label
win 環(huán)境下可以使用 labelimg 給圖片的局部加上分類標(biāo)簽來制作我們的數(shù)據(jù)集 看到 labelimg上面的解釋可以看到它可以生成`PASCAL VOC format`的標(biāo)簽數(shù)據(jù) Annotations are saved as XML files in `PASCAL VOC format`, the format used by ImageNet.
# 生成 tfrecord文件
根據(jù)標(biāo)注數(shù)據(jù)集生成 tf record文件
http://blog.csdn.net/happyhorizion/article/details/77894055
tensorflow 有幾種數(shù)據(jù)讀取的方法，其中 比較推薦的是這種 tfrecord文件

轉(zhuǎn)載于:https://www.cnblogs.com/wybert/p/10118557.html

總結(jié)

以上是生活随笔為你收集整理的如何使用 tf object detection的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。