tensorflow图像识别-1

tensorflow图像识别-1 labelimg
Tensorflow图像识别-2  试一下识别
Tensorflow图像识别-3  训练，笔记本要退休的感觉
Tensorflow图像识别-4  应用

关于tensorflow学习的记录，记到哪儿算哪。等待工作转正。这部分是另一个博主写的，我这是在一个windows的环境下来做，另外，会接着往下使用tensorflow serving等 。

环境

首先一顿东西下载，正好刚重装的系统。先简单的说下，之后碰到再补充下载安装。
使用的是windows10，gtx1060，神舟的，上船不错。

1. pycharm，功能很强大，可以在设置中调一下缩放代码。默认。
2. anaconda，清华源没了，官网太慢，可以科学，或者百度网盘找找资源。默认安装即可，默认是无环境变量的。
   
3. 顺带装了一下显卡驱动，话说这是什么游戏

额。走一步看一步吧。

开始

学习总是要看前人的，我之前是学机器学习的，看了一点点神经网络，tensorflow没碰过，实习快一个月了吧，tensorflow的教程只看了一个关于数字识别的，MNIST，官网和一些书都是用这个，书看了一本深度学习入门。
接着，跟着一个博客走，用TensorFlow训练一个物体检测器（手把手教学版），嗯，图片打标我也打了点。。

重启一下

anaconda装好了，显卡驱动提示让我重启一下，先保存，重启了。
重启好了，洗个澡先。

打标软件

labelimg，图像目标识别是可能要用到的东西，做一遍就清楚了。

(base) PS C:\Users\clean> conda create -n labelimg

WARNING: The conda.compat module is deprecated and will be removed in a future release.
Collecting package metadata: done
Solving environment: done
==> WARNING: A newer version of conda exists. <==
  current version: 4.6.11
  latest version: 4.6.14
Please update conda by running
    $ conda update -n base -c defaults conda
## Package Plan ##
  environment location: C:\Users\clean\Anaconda3\envs\labelimg
Proceed ([y]/n)?

大概的内容就是这样，输入conda create -n labelimg，然后回车安装即可，在这里使用conda创建了一个labelimg的虚拟环境。

Preparing transaction: done
Verifying transaction: done
Executing transaction: done
# To activate this environment, use
#     $ conda activate labelimg
# To deactivate an active environment, use
#     $ conda deactivate

(base) PS C:\Users\clean> conda activate labelimg
(labelimg) PS C:\Users\clean>

提示怎么进入labelimg环境，跟着输入就好，后面是退出环境的
不会就多试试，记一下。

目录结构

下载好复制解压，直接扔进虚拟环境的目录就好了吧，简单点，我这图目录除了点问题。

(labelimg) PS C:\Users\clean> cd C:\Users\clean\Anaconda3\envs\labelimg\labelImg-master
(labelimg) PS C:\Users\clean\Anaconda3\envs\labelimg\labelImg-master> conda install pyqt=5

这里我conda报错，ssl错误，所以使用pip安装
按照github上操作即可，中间要装个lxml

conda install pyqt=5
pyrcc5 -o libs/resources.py resources.qrc
python labelImg.py

差不多就是这样，另外实际操作一下

1. 点击open打开一张图片
2. 单击
   .
3. 可以多个选框，输入一下类别，界面右边会出现。
4. 记得保存，单击save，生成了如下文件，看看xml文件，内容挺清晰的，类别跟框。
   

打标结束