其他
tensorflow对象检测框架训练VOC数据集常见的两个问题
关注:OpenCV干货与教程第一时间送达！
欢迎星标或者置顶【OpenCV学堂】
tensorflow对象检测框架
Tensorflow自从发布了object detection API这套对象检测框架以来，成为很多做图像检测与对象识别开发者手中的神兵利器，因为他不需要写一行代码，就可以帮助开发者训练出一个很好的自定义对象检测器(前提是有很多标注数据)。我之前曾经写过几篇文章详细介绍了tensorflow对象检测框架的安装与使用，感兴趣可以看如下几篇文章!
相关精选内容
Windows系统如何安装Tensorflow Object Detection APIWindows下TensorFlow安装与代码测试
tensorflow object detection API训练公开数据集Oxford-IIIT Pets Dataset
tensorflow object detection API使用之GPU训练实现宠物识别
基于OpenCV与tensorflow实现实时手势识别
但是在windows下安装tensorflow对象检测框架并进行训练初学者需要跨越两个大坑
VOC数据生成
制作VOC2012数据集并生成tfrecord。生成VOC格式的数据集，需要运行如下脚本文件
create_pascal_tf_record.py
才会生成tfrecord，但是基于自定义数据集，一运行脚本时候就会得到下面的错误：
原始代码
examples_path = os.path.join(data_dir, year, 'ImageSets', 'Main',
'aeroplane_' + FLAGS.set + '.txt')修改为：
examples_path = os.path.join(data_dir, year, 'ImageSets', 'Main',
+ FLAGS.set + '.txt')或者
examples_path = os.path.join(data_dir, year, 'ImageSets', 'Main',
'自定义类别名称' + FLAGS.set + '.txt')然后开始执行创建VOC数据集脚本即可正常生成tfrecord。
训练阶段
执行如下命令行开始训练
但是一般情况会遇到如下一个很典型的错误
这个时候需要修改model_lib.py文件
category_index.values()改为：
list(category_index.values())图示如下：
然后就会很成功的开始训练拉，但是这个时候训练时静默模式的，没有log输出到控制太，作为码农一般都有日志强迫症，所以最后在model_main.py中导出部分之后添加一行代码：
tf.logging.set_verbosity(tf.logging.INFO)图示如下：
然后重新执行训练就会看到有LOG输出，最终训练到指定step会自动停止，通过下面命令行即可导出生成PB文件
竹密不妨流水过
山高不碍白云飞
往期精选
欢迎扫码加入【OpenCV研习社】
原价99元，限时优惠只需69元！
扫码即可加入学习(下载课程代码与资料)！