日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset

發(fā)布時(shí)間:2025/3/20 编程问答 27 豆豆
生活随笔 收集整理的這篇文章主要介紹了 tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset 小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

為了避免不必要的麻煩,先說一下我的系統(tǒng)版本

Python 3.6 tensorflow 1.10 windows 7

object detection API安裝

object detection API 安裝參見官方的github: https://github.com/tensorflow/models/tree/master/research/object_detection

這里需要特別強(qiáng)調(diào)一下,一定要檢查一下,下面的python的包都安裝了,方法很簡(jiǎn)單,全部執(zhí)行一遍


coco API安裝

windows下面不需要--user選項(xiàng),Oxford-IIIT Pet 數(shù)據(jù)集使用coco metrix, 所以下面必須執(zhí)行這個(gè)命令行:

  • pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

  • 在windows下面遇到utf-8編碼錯(cuò)誤


    如下修正:


    C:\Program Files\Python\Python36\Lib\site-packages\pip\compat\_init_.py

    79行改成gbk, utf-8替換為gbk, 不一定是是79行。再次執(zhí)行即可成功安裝

    創(chuàng)建訓(xùn)練數(shù)據(jù)記錄tfrecord

    下載好Oxford-IIIT Pets Dataset數(shù)據(jù)集,解壓縮到這里


    然后執(zhí)行下面的命令行:


    訓(xùn)練數(shù)據(jù)成功創(chuàng)建在指定目錄:先切換到指定目錄,完整的命令行執(zhí)行

  • D:\tensorflow\models\research>python objectdetection/datasettools/createpettfrecord.py --labelmappath=objectdetection/data/petlabelmap.pbtxt

  • --datadir=D:/petdata --output-dir=D:\tensorflow\mytrain\data

  • 還不會(huì)看這里:

  • https://github.com/tensorflow/models/blob/master/research/objectdetection/g3doc/preparing_inputs.md

  • 遷移學(xué)習(xí)

    這步成功以后,就可以開始執(zhí)行真正的訓(xùn)練啦,等等,別著急,我們是基于預(yù)訓(xùn)練模型的遷移學(xué)習(xí),所以還有幾件事情必須搞定,

    下載預(yù)訓(xùn)練的tensorflow模型,我這里下載的是


    http://download.tensorflow.org/models/objectdetection/ssdmobilenetv1coco201801_28.tar.gz

    解壓縮到指定目錄,我的完整目錄結(jié)構(gòu)如下:


    其實(shí)有+加號(hào)的表示目錄文件夾, - 表示文件

    labelmap file來自 D:\tensorflow\models\research\objectdetection\data\petlabelmap.pbtxt pipeline config file來自 D:\tensorflow\models\research\objectdetection\samples\configs\ssdmobilenetv1pets.config

    直接copy過來,然后打開


    開始修改,把所有【PATH_TO_BE_CONFIGURED】都改到正確路徑上來:


    保存好啦,然后直接執(zhí)行訓(xùn)練的命令行:


    各個(gè)參數(shù)選項(xiàng)解釋如下:



    --pipelineconfigpath

    訓(xùn)練時(shí)候配置目錄,所有關(guān)于訓(xùn)練各種輸入路徑、參數(shù)模型、參數(shù)網(wǎng)絡(luò)配置,都在這個(gè)里面。

    --modeldir

    訓(xùn)練時(shí)候會(huì)寫文件的目錄,訓(xùn)練完成輸出的模型保存目錄

    --numtrainsteps

    訓(xùn)練多少個(gè)steps

    --numeval_steps

    多少個(gè)eval, 基本上兩者要相差10倍以上 steps : eval

    --alsologtostderr

    表示日志信息

    如果遇到這個(gè)錯(cuò)誤

    TypeError: can't pickle dictvalues objects

    這樣修改,打開model_lib.py

    D:\tensorflow\models\research\objectdetection


    繼續(xù)訓(xùn)練就會(huì)很OK

    啟動(dòng)tensorboard查看訓(xùn)練過程: CPU 太慢了,半天走一個(gè)step



    原文發(fā)布時(shí)間為:2018-08-27

    本文作者:gloomyfish

    本文來自云棲社區(qū)合作伙伴“OpenCV學(xué)堂”,了解相關(guān)信息可以關(guān)注“OpenCV學(xué)堂”。

    總結(jié)

    以上是生活随笔為你收集整理的tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset的全部?jī)?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(cuò),歡迎將生活随笔推薦給好友。