此练习项目是为了猪脸识别,进行的构建数据集,以及模型训练。 因文件数量很多,故按目录压缩了下。使用方法如下。
本项目是在tf的ObjectDetectionAPI基础上进行了修改。能独立运行,不依赖tf的models。
1、把所有压缩包解压后拷贝到统一的object_detection目录。 注意,Annotations.zip,ImageSets,JPEGImages.7z.001-JPEGImages.7z.001 需要放到object_detection目录的子目录pigfaces\VOC2007下。
2、需要从tf官网下载faster_rcnn_resnet101_voc07的预训练模型文件。 解压后放到model目录下。
3、为生成tfrecord文件,再运行如下命令: cd 到xxx\object_detection目录下。 python create_pascal_tf_record.py --data_dir=xxxx\object_detection\pigfaces --year=VOC2007 --set=train --output_path=data\pig_train.record
注意:--data_dir的是绝对路径名
--output_path是相对目录,且要带有文件名 XXXX.record
4、之后为开始训练,运行如下命令: cd 到xxx\objectdetection\object_detection目录下。 python train.py --train_dir=data --pipeline_config_path=models\faster_rcnn_resnet101_voc07.config
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。