如何使用 tf object detection

# 如何使用 tf object detection

https://juejin.i m/entry/5a7976166fb9a06335319080

https://towardsdatascience.com/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9

https://towardsdatascience.com/building-a-toy-detector-with-tensorflow-object-detection-api-63c0fdf2ac95

https://www.oreilly.com/ideas/object-detection-with-tensorflow

https://lijiancheng0614.github.io/2017/08/22/2017_08_22_TensorFlow-Object-Detection-API/

# 安裝和配置

其中需要設置 一個環境變量

https://jingyan.baidu.com/article/db55b609a3f6274ba30a2fb8.html

```shell

# From tensorflow/models/research/

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

```

如果需要加入環境變量是需要修改環境變量配置文件的

需要添加的路徑是 research和slim所在的路徑，可以在用戶環境變量末尾添加

將``pwd``替換為`tensorflow/models/research/`就可以了

需要運行 obejct detection相關的代碼需要在這個 obejct detection路徑下運行，除非也將其加入環境變量

# 制作訓練集

我們需要什么樣的訓練集呢？這個可以從網上抓取；

1. 可以根據搜索引擎搜集之后爬

2. 裁剪圖片 凸顯主題

3. 給圖片打 Label

win 環境下可以使用 labelimg 給圖片的局部加上分類標簽來制作我們的數據集

看到 labelimg上面的解釋可以看到它可以生成`PASCAL VOC format`的標簽數據

Annotations are saved as XML files in `PASCAL VOC format`, the format used by ImageNet.

# 生成 tfrecord文件

根據標注數據集生成 tf record文件

http://blog.csdn.net/happyhorizion/article/details/77894055

tensorflow 有幾種數據讀取的方法，其中 比較推薦的是這種 tfrecord文件