Tensorflow 2.0 目标识别（四）——TF2.0+Object Detector

最新推荐文章于 2024-05-15 16:33:35 发布

马超514

最新推荐文章于 2024-05-15 16:33:35 发布

阅读量1.6k

点赞数 2

CC 4.0 BY-SA版权

文章标签： tensorflow python 人工智能深度学习

本文链接：https://blog.csdn.net/qq_26996385/article/details/108701182

本章介绍如何在TensorFlow 2.0环境下使用Object Detector，包括安装、配置、自定义训练和使用TensorBoard监测。详细讲解了Python 3.7的安装、TensorFlow Object Detection API的获取与编译、Protobuf的安装与编译，以及对象检测API的安装和测试过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本章介绍TensorFlow2.*版本下Object Detector的高级Api的使用，Object Detector在TensorFlow2.*版本下是一个非常好用的高级接口，但随着TensorFlow升级到2.*后一度由于没有更新后处于滞后的状态，千呼万唤在2020年7月左右官方发生更新，正值本书编写的过程中，所以特地补充一章。

完成本章可以获得以下知识点:

TensorFlow2.*下Object Detector的安装
TensorFlow2.*下Object Detecto的环境配置
TensorFlow2.*下Object Detecto用户自定义训练
TensorFlow2.*下使用TensorBoard监视培训工作进度
TensorFlow2.*下Object Detecto训练结果使用
TensorFlow2.*下Object Detecto配置常见错误及解决方法

1. TensorFlow2.*版本Object Detector的安装

首先按照官方说法与Tensorflow 1.*不同的是Tensorflow 2.*只需要安装Tensorflow软件包并自动检查是否能够成功注册一个gpu。另外Tensorflow 2.*的环境安装并不是必须Anaconda，但官方还是建议安装，因为它可以直观地管理包和建立新的虚拟环境。Anaconda是个非常有用的工具，不仅适用Tensorflow而且适用于任何使用Pythoy工作的人，关于Anaconda的安装教程请读者自行参照互联网上其他教程或者本书的前面章节。

本章节撰写时作者新配了台计算机所以此章节未使用Anaconda用于环境控制，所以本章节可以单独使用，作为用户使用Object Detector的最简配置教程。偷懒的读者们请认真阅读本章，这是你们最快上手使用Tensorflow 2.*进行图片中物体检测任务的教程了。

1.1.1 安装 Python 3.7

官网上的Object Detector在GitHub上目前推荐的配置是Python 3.6+ Tensorflow 2.2.0+object Detector，但同时object Detector的官网学习之旅的推荐又是Python 3.7，为了避免不必要的配置问题，本章还是推荐加装一个Python 3.7。

Windows下的Python 3.7安装！