利用谷歌object detection API實現Oxford-IIIT Pets Dataset 目標檢測趟坑記錄

API安裝參考TensorFlow Github 的安裝教程完成API安裝，為方便期間，本次直接將models文件git到Ubuntu系統tensorflow安裝目錄下 2.環境變數配置庫的PYTHONPATH可按照教程建議在 打開環境變數文件， 更新環境變數， source一下即可。3.數據集清理下載Oxford-IIIT Pets Dataset，解壓後包含 和 兩個文件，該數據集部分圖片損壞，經查驗，將 對應圖片文件 和標註文件 刪除，同時刪除list.txt、test.txt、trainval.txt 里對應的行。4.數據集轉換成tfrecord格式利用API提供的轉換腳本將數據集轉換成tfrecord格式，注意對於相應的數據集，轉換腳本是不同的，日後轉換自己的數據集需要在提供的腳本的基礎上自行修改。Oxford-IIIT Pets Dataset數據集對應的轉換腳本為datasettools文件下的 使用時，提供 ，包含數據集 和 的文件夾路徑 ，以及希望將tfrecord文件存儲的位置 pwd 腳本運行後，在 路徑下會生成 和 兩個文件5.預訓練模型下載本次實驗使用 模型，在 中進行下載6.配置pipelineAPI預定義模板文件夾 中，選定 作為本次模板。模板需給定 路徑。 為步驟5中下載好的模型路徑， 分別給定步驟4中生成訓練和驗證tfrecord路徑 統一為: 7.運行訓練文件運行 文件夾下train.py文件 定義訓練事件寫入路徑，本實驗中建立pettrainoutwen文件夾為步驟6中 的路徑注意：運行出現一次錯誤 查驗後為在ssdmobilenetv1pets.config文件中直接定義相應路徑時，未用""引路徑，導致錯誤。運行驗證文件與訓練類似8.運行tensorboard

完成！！！！

markdown格式見https://www.zybuluo.com/binggege/note/1103895

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！