tensorflow model中目标对象检测包的编译和测试
来源:互联网 发布:python的素数怎么表示 编辑:程序博客网 时间:2024/06/02 05:44
在其官方文档说明书上面说明了提供的几个模型:
In addition to our base Tensorflow detection model definitions, this release includes:
- A selection of trainable detection models, including:
- Single Shot Multibox Detector (SSD) with MobileNet,
- SSD with Inception V2,
- Region-Based Fully Convolutional Networks (R-FCN) with Resnet 101,
- Faster RCNN with Resnet 101,
- Faster RCNN with Inception Resnet v2
花了点时间对这个模型进行调试,里面还是有不少坑的,相信在编译过程中大家都会碰到这样那样的问题。
如问题一:proto文件的转换,这个可以见博客相关的操作http://blog.csdn.net/sparkexpert/article/details/73456767
问题二:NodeDef mentions attr 'data_format' not in Op等一串很长错误。
这个主要原因还是运行这个模型需要在tensorflow 1.2.0版本上,因此需要对tensorflow进行升级。
问题三:matplotlib的展示:见博客的操作http://blog.csdn.net/sparkexpert/article/details/73729145
因此,开始利用提供的demo进行了运行测试,效果如下所示:不得不先说的是,mobilenet效果在简单数据集上也可以,而且关键的一点是速度特别快。而faster-rcnn果然每张图片需要耗费一定的时间。
随便在网上找了几张示例图片:如http://images.china.cn/attachement/jpg/site1000/20130725/7427ea21093a135abb9805.jpg这个图片
其检测结果如下:
另外,为了测试不同模型的效果,分别对mobilenet和faster-rcnn进行了测试。故意选择了一张多场景的图片来进行测试。
选择moblienet的效果如下所示:
发现moblienet的精度效果一般,特别是对远距离的对象检测效果非常一般。
接下来测试了下faster-rcnn的效果。如下:
从图上可以看出,faster-rcnn效果比较好,不过也存在不足,就是对一张图像的检测速度明显偏慢。
- tensorflow model中目标对象检测包的编译和测试
- tensorflow实现目标检测
- 基于ubuntu16.04下anaconda中tensorflow环境的目标检测API安装
- 目标检测--LatentSVM和(Deformable Part Model,DPM)
- android linux编译tensorflow的jar包和so文件
- 对codebook model模型运动目标检测的理解
- TensorFlow 上基于 Faster RCNN 的目标检测
- TensorFlow 上基于 Faster RCNN 的目标检测
- TensorFlow 上基于 Faster RCNN 的目标检测
- 目标检测、目标跟踪的测试用图像序列
- 目标检测中Recall、Precision和IOU
- 基于tensorflow 1.0的图像叙事功能测试(model/im2txt)
- 收集的一些目标检测、跟踪、识别标准测试视频集和图像数据库
- 我收集的一些目标检测、跟踪、识别标准测试视频集和图像数据库
- 图像识别中目标分割、目标识别、目标检测和目标跟踪方法
- 有人开源了Mask R-CNN对象检测和分割的Keras和TensorFlow代码
- 运动目标检测、阴影检测及目标跟踪中用得到的标准测试视频下载
- 运动目标检测、阴影检测及目标跟踪中用得到的标准测试视频下载
- ASP.NET MVC做的微信WEBAPP中调用微信JSSDK扫一扫
- C++ 在.h文件中包含头文件和在.cpp文件中包含头文件的原则
- leetCode---Minimum Size Subarray Sum
- JPA Hibernate 使用UUID做为主键的问题
- 如何移入echarts的中国地图
- tensorflow model中目标对象检测包的编译和测试
- 【笔记】SSD: Single Shot MultiBox Detector
- codeM 初赛b轮 子串
- markdown编写入门
- JSP中四种传递参数的方法
- 【Tools】ubuntu下的串口大器--minicom
- 王学岗csdn——MVP架构模式详解(一)
- LintCode_463_整数排序
- Pythondatetime模块中datetime类的使用