ABO-detector

A for Apple, B for Banana, O for Orange. 在mac上用tensorFlow的model训练苹果、香蕉、橘子识别器。

训练环境和方法请看TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-On-Macos。

fruit-imanges目录

abo的图片和标记数据。

train目录是训练图片和标记，test是测试集。

工具

• xml_to_csv.py 用于将标记数据装换为csv文件
• generate_tfrecord.py 用于将csv文件转为tfrecord文件
• Object_detection_webcam.py 用于通过摄像头测试

训练（使用特定模型）

在object_detection目录下执行

python model_main.py
--pipeline_config_path=/Users/sheldon/pythonProjects/py3venv/kaggle/faster_rcnn_inception_v2_pets.config
--model_dir=/Users/sheldon/pythonProjects/py3venv/kaggle/fruit-images
--alsologtostderr

导出图

在object_detection目录下执行

python export_inference_graph.py --input_type image_tensor --pipeline_config_path /Users/sheldon/pythonProjects/py3venv/kaggle/faster_rcnn_inception_v2_pets.config --trained_checkpoint_prefix /Users/sheldon/pythonProjects/py3venv/kaggle/fruit-images/model.ckpt-2132 --output_directory /Users/sheldon/pythonProjects/py3venv/kaggle/fruit-images/graph

测试

在object_detection目录下执行

python /Users/sheldon/pythonProjects/ABO-detector/Object_detection_webcam.py

转换

在tensorflow目录下执行bazel build tensorflow/tools/graph_transforms:summarize_graph

资料

电子书教程

TensorFlow lite Object detection

对象识别

图片分类

模型转到移动端

https://github.com/nnsuite/nnstreamer/wiki/%5BTF-Lite%5D-How-to-Convert-Tensorflow-Model-to-TF-Lite-Model

https://www.quantumobile.com/mobile-object-detector-with-tensorflow-lite/

ensorFlow Lite 概述和模型转化简介

TensorFlow Lite(1/3)：编译

TensorFlow Lite的量化工具

Android端的Tensorflow部署

pre-train using slim

mac迁移学习

移动端可用模型

image retrain

输入输出张量记录

inception: 输入Placeholder，输出final_result

mobilenet: 输入input_image，输出MobilenetV1/Predictions/Softmax