Tensorflow object detection api 訓練過程記錄
一、安裝 安裝時間有點久了，細節有些已經忘記，以下紀錄主要步驟 1.Python 環境 Python 我是使用anaconda安裝python3.6 Tensorflow 1.14 pip install tensorflow=1.14 2.下載 Tensorflow object detection api 網址(https://github.com/tensorflow/models) ，這是tensorflow 官方文件，我解壓縮放在 C:\tensorflow\ 這裡主要使用到的目錄是C:\tensorflow\models\research\object_detection 編譯protoc、測試安裝... (這部分細節忘了) 3.添加環境變數 C:\tensorflow\bin C:\tensorflow\models\research\ C:\tensorflow\models\research\slim 二、建立dataset 1.Dataset 標記工具使用 labelImg ，輸出xml檔保存 開啟自動儲存 會儲存一個.xml檔 2.因為tensorflow 需要 tfrecord格式，所以要做數據轉換 建立train資料夾，放進訓練的圖片跟對應的xml檔 建立test資料夾，放進測試的圖片跟對應的xml檔 將多個xml檔轉換成tfrecord檔 # -*- coding: utf-8 -*- # xml_to_tfrecord.py import os import io import glob import pandas as pd import tensorflow as tf import xml.etree.ElementTree as ET from PIL import Image from object_detection.utils import dataset_util flags = tf.app.flags flags.DEFINE_string('image_path', '', 'Path to the im