致謝聲明

本文在學(xué)習(xí)《Tensorflow object detection API 搭建屬于自己的物體識(shí)別模型（1）——環(huán)境搭建與測(cè)試》的基礎(chǔ)上優(yōu)化并總結(jié)衣式，此博客鏈接：https://blog.csdn.net/dy_guox/article/details/79081499，感謝此博客作者。

0.前言

在進(jìn)行本文操作之前屁柏，需要先安裝好tensorflow的gpu版本闷串。
本文作者的環(huán)境：python3.6鸳址、Windows10、tensorflow_gpu1.10
已經(jīng)安裝好的可以跳過(guò)躲株，學(xué)習(xí)如何安裝tensorflow的gpu版本的讀者請(qǐng)閱讀本文作者的另外一篇文章《深度學(xué)習(xí)環(huán)境搭建-CUDA9.0、cudnn7.3镣衡、tensorflow_gpu1.10的安裝》霜定，鏈接：http://www.reibang.com/p/4ebaa78e0233
本文是寫(xiě)給目標(biāo)檢測(cè)入門新手的指導(dǎo)文章档悠，會(huì)用示意圖將每一步的詳細(xì)實(shí)現(xiàn)過(guò)程展示出來(lái)。
本文作者接觸深度學(xué)習(xí)2個(gè)月后望浩，開(kāi)始進(jìn)行目標(biāo)檢測(cè)實(shí)踐辖所。
本文作者的專題《目標(biāo)檢測(cè)》，鏈接：http://www.reibang.com/c/fd1d6f784c1f
此專題的宗旨是讓基礎(chǔ)較為薄弱的新手能夠順利實(shí)現(xiàn)目標(biāo)檢測(cè)磨德，專題內(nèi)容偏向于掌握技能缘回，學(xué)會(huì)工具的使用。
本文作者尚未具備清楚講述目標(biāo)檢測(cè)原理的能力典挑，學(xué)習(xí)原理請(qǐng)自行另找文章酥宴。

1.訪問(wèn)tensorflow在github的主頁(yè)

tensorflow在github的主頁(yè)鏈接：https://github.com/tensorflow
主頁(yè)界面如下圖所示。
Repository中文叫做知識(shí)庫(kù)搔弄，對(duì)于程序員來(lái)說(shuō)即代碼庫(kù)幅虑。
tensorflow這個(gè)用戶中有很多Repository，我們需要的目標(biāo)檢測(cè)代碼在models這個(gè)Repository中顾犹。
如下圖2個(gè)紅色箭頭標(biāo)注處所示倒庵，都是我們想要找的models這個(gè)代碼庫(kù)。
這2個(gè)紅色箭頭標(biāo)注處炫刷，隨意選擇一個(gè)點(diǎn)擊擎宝，進(jìn)入下一步。
注意：因?yàn)楸疚膶?xiě)作的時(shí)間與讀者瀏覽網(wǎng)址的時(shí)間不同浑玛，所以本文寫(xiě)作時(shí)的界面與讀者瀏覽網(wǎng)址時(shí)的界面也可能不同绍申，讀者需要在主頁(yè)中往下翻即可找到models這個(gè)代碼庫(kù)。

image.png

image.png

image.png

image.png

image.png

image.png

2.下載代碼庫(kù)

在models代碼庫(kù)的界面中迄埃，有下載整個(gè)代碼庫(kù)的按鈕，如下圖紅色箭頭標(biāo)注處所示：

image.png

image.png

image.png

image.png

image.png

3.proto文件轉(zhuǎn)py文件

3.1 下載和安裝protoc

Protobuf(Google Protocol Buffers)是google開(kāi)發(fā)的的一套用于數(shù)據(jù)存儲(chǔ)暂吉，網(wǎng)絡(luò)通信時(shí)用于協(xié)議編解碼的工具庫(kù)。它和XML和Json數(shù)據(jù)差不多缎患，把數(shù)據(jù)已某種形式保存起來(lái)慕的。Protobuf相對(duì)與XML和Json的不同之處，它是一種二進(jìn)制的數(shù)據(jù)格式挤渔，具有更高的傳輸业稼，打包和解包效率。
下載Protobuf網(wǎng)址：https://github.com/google/protobuf/releases
下載Protobuf網(wǎng)址頁(yè)面如下圖所示蚂蕴，下圖中紅色箭頭標(biāo)注處是Protobuf在操作系統(tǒng)Windows中可以直接運(yùn)行的protoc程序，下載該壓縮文件protoc-3.6.1-win32.zip俯邓。

image.png

image.png

3.2 使用protoc

在工程object_detection文件夾中鸟整，找到文件夾protos，如下圖所示：

image.png

image.png

image.png

image.png

image.png

import os
file_list = os.listdir('object_detection/protos/')
proto_list = [file for file in file_list if '.proto' in file]
print('object_detection/proto文件夾中共有%d個(gè)proto文件' %len(proto_list))
for proto in proto_list:
    execute_command = 'protoc object_detection/protos/%s --python_out=.' %proto
    os.popen(execute_command)
file_list = os.listdir('object_detection/protos/')
py_list = [file for file in file_list if '.py' in file]
print('通過(guò)protoc命令產(chǎn)生的py文件共有%d個(gè)' %(len(py_list) - 1))

上面一段代碼的運(yùn)行結(jié)果如下圖所示。
如果顯示通過(guò)protoc命令產(chǎn)生的py文件共有27個(gè)肚医，重新運(yùn)行此段代碼即可绢馍。

image.png

image.png

4.下載模型

4.1 下載壓縮文件

下載模型指的是下載已經(jīng)訓(xùn)練好的模型糠排。
在文件object_detection_tutorial.ipynb中有下載模型的代碼語(yǔ)句舵稠。
代碼可以運(yùn)行，但是無(wú)法得到結(jié)果入宦，因?yàn)榇a中的下載鏈接是國(guó)外的網(wǎng)址哺徊。
壓縮文件ssd_mobilenet_v1_coco_2017_11_17.zip上傳到百度網(wǎng)盤，
鏈接: https://pan.baidu.com/s/1ywlp46lK-WYZ_11sUXqftw 提取碼: yv5i

4.2 解壓壓縮文件

將下載好的壓縮文件放到工程object_detection文件夾中乾闰，如下圖所示落追。

image.png

image.png

4.3 正確解壓示意

如下圖紅色箭頭標(biāo)注處所示疗垛，在壓縮文件解壓后，工程object_detection文件夾中有文件夾ssd_mobilenet_v1_coco_2017_11_17硫朦。

image.png

image.png

5.運(yùn)行ipynb文件

5.1 打開(kāi)ipynb文件

在工程object_detection文件夾中運(yùn)行cmd。
即在資源管理器的路徑中輸入cmd，按Enter鍵進(jìn)入泽裳。
具體操作示意圖如下圖所示瞒斩。

image.png

image.png

image.png

image.png

5.2 刪除代碼塊

將代碼文件的界面下拉到出現(xiàn)Download Model代碼塊。
刪除下圖中下方紅色箭頭標(biāo)注處的代碼塊妹卿。
操作方法是在選中此代碼塊的情況下旺矾，點(diǎn)擊下圖中上方紅色箭頭標(biāo)注處的剪切按鈕。
此代碼塊的作用是從網(wǎng)絡(luò)中下載模型夺克，這一步我們已經(jīng)在本文第4章中實(shí)現(xiàn)箕宙。

image.png

image.png

5.3 運(yùn)行代碼

在代碼文件的界面中選擇運(yùn)行所有代碼塊柬帕。
具體操作示意圖如下圖所示，點(diǎn)擊下圖中紅色箭頭標(biāo)注處即可狡门。

image.png

如果代碼成功運(yùn)行的話陷寝，運(yùn)行結(jié)果如下圖所示。

image.png

6.總結(jié)

1. 本篇文章只是tensorflow版SSD的第1步其馏。
2. 希望讀者閱讀此文章凤跑，能夠順利完成目標(biāo)檢測(cè)的入門。