tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset
为了避免不必要的麻烦,先说一下我的系统版本
Python 3.6 tensorflow 1.10 windows 7
object detection API安装
object detection API 安装参见官方的github: https://github.com/tensorflow/models/tree/master/research/object_detection
这里需要特别强调一下,一定要检查一下,下面的python的包都安装了,方法很简单,全部执行一遍
windows下面不需要--user选项,Oxford-IIIT Pet 数据集使用coco metrix, 所以下面必须执行这个命令行:
-
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI
在windows下面遇到utf-8编码错误
如下修正:
C:\Program Files\Python\Python36\Lib\site-packages\pip\compat\_init_.py
79行改成gbk, utf-8替换为gbk, 不一定是是79行。再次执行即可成功安装
创建训练数据记录tfrecord
下载好Oxford-IIIT Pets Dataset数据集,解压缩到这里
然后执行下面的命令行:
训练数据成功创建在指定目录:先切换到指定目录,完整的命令行执行
-
D:\tensorflow\models\research>python objectdetection/datasettools/createpettfrecord.py --labelmappath=objectdetection/data/petlabelmap.pbtxt
-
--datadir=D:/petdata --output-dir=D:\tensorflow\mytrain\data
-
还不会看这里:
-
https://github.com/tensorflow/models/blob/master/research/objectdetection/g3doc/preparing_inputs.md
迁移学习
这步成功以后,就可以开始执行真正的训练啦,等等,别着急,我们是基于预训练模型的迁移学习,所以还有几件事情必须搞定,
下载预训练的tensorflow模型,我这里下载的是
http://download.tensorflow.org/models/objectdetection/ssdmobilenetv1coco201801_28.tar.gz
解压缩到指定目录,我的完整目录结构如下:
其实有+加号的表示目录文件夹, - 表示文件
labelmap file来自 D:\tensorflow\models\research\objectdetection\data\petlabelmap.pbtxt pipeline config file来自 D:\tensorflow\models\research\objectdetection\samples\configs\ssdmobilenetv1pets.config
直接copy过来,然后打开
开始修改,把所有【PATH_TO_BE_CONFIGURED】都改到正确路径上来:
保存好啦,然后直接执行训练的命令行:
各个参数选项解释如下:
--pipelineconfigpath
训练时候配置目录,所有关于训练各种输入路径、参数模型、参数网络配置,都在这个里面。
--modeldir
训练时候会写文件的目录,训练完成输出的模型保存目录
--numtrainsteps
训练多少个steps
--numeval_steps
多少个eval, 基本上两者要相差10倍以上 steps : eval
--alsologtostderr
表示日志信息
如果遇到这个错误
TypeError: can't pickle dictvalues objects
这样修改,打开model_lib.py
D:\tensorflow\models\research\objectdetection
继续训练就会很OK
启动tensorboard查看训练过程: CPU 太慢了,半天走一个step
原文发布时间为:2018-08-27
本文作者:gloomyfish
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
CentOS7上安装并配置Nginx、PHP、MySql
(转) http://www.cnblogs.com/peteremperor/p/6740725.html
- 下一篇
【优秀翻译】Dash用户指南 01-02 安装与应用布局
安装 Dash需要安装以下几个库才能正常使用,这些库仍在不断更新,请注意及时升级。 Dash支持Python2与Python3。 pip install dash==0.25.0 # Dash核心后端 pip install dash-renderer==0.13.2 # Dash前端 pip install dash-html-components==0.11.0 # HTML组件 pip install dash-core-components==0.27.1 # Dash核心组件 pip install plotly --upgrade # Plotly图形库 译注:通过以下链接查看Dash及其支持库的最新版本。 ●dash ●dash-renderer ●dash-html-components ●dash-cor
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- CentOS关闭SELinux安全模块
- 2048小游戏-低调大师作品
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Red5直播服务器,属于Java语言的直播服务器
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- Linux系统CentOS6、CentOS7手动修改IP地址