Tensorflow Object Detection API 使用步骤

最新推荐文章于 2025-06-05 18:38:41 发布

原创最新推荐文章于 2025-06-05 18:38:41 发布 · 248 阅读

0 ·

CC 4.0 BY-SA版权

深度学习专栏收录该内容

11 篇文章

订阅专栏

本文详细介绍使用TensorFlow Object Detection API进行目标检测的全过程，包括环境搭建、库安装、数据预处理、模型训练及预测。文章涵盖关键步骤如库升级、配置文件调整、训练与评估流程，以及常见错误排查。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

需要安装的库有：
pandas
针对PIL 缺失，需要装的包，
conda install Pillow

matplotlib

装了matplotlib，可能因为一会儿用 pip装包，一会儿conda，导致 numpy被降级
出现

module compiled against API version 0xc but this version of numpy is 0xb

这样的错误

又使用

pip install numpy --upgrade

进行升级！

pycocotools
注意：这个make 用的python 环境要和后面执行训练用的 python 版本一致，否则
No module named ‘pycocotools._mask’
也就是说，后面如果是用 conda环境中 tensorflow 和 python，
这里也要切换到同样的环境中执行！！！

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make
cp -r pycocotools <path_to_tensorflow>/models/research/

The Tensorflow Object Detection API uses Protobufs to configure model and training parameters. Before the framework can be used, the Protobuf libraries must be compiled. This should be done by running the following command from the tensorflow/models/research/ directory:

# From tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.

环境变量设置，这个是必要的
不然出现

ImportError: No module named 'nets'

类似这样的问题

# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

训练步骤：
1 将标注数据转为一定的CSV格式，

2 执行 python 文件，分别生成 train.record 和 test.record
用的代码来自：https://blog.youkuaiyun.com/RobinTomps/article/details/78115628
注意，这个python 代码中函数 class_text_to_int 中要修改关于类别名称的代码，。还有就是图片文件扩展名要根据实际情况进行修改

3 建一个 label_map.pbtxt 文件，这个文件是类别名称和 ID 的对应关系。id序号注意与前面创建CSV文件时保持一致，从1开始

4 拷贝一个 ssd_mobilenet_v1_coco.config 或者其他模型配置文件，修改里面的东西，主要有以下几项：
num_classes: 1
train_input_reader 中 input_path 和 label_map_path
eval_input_reader中 input_path 和 label_map_path

如果使用预训练模型，那么from_detection_checkpoint 为true，
并且设置fine_tune_checkpoint 的路径

5 执行 model_main.py 开始训练

# From the tensorflow/models/research/ directory
python object_detection/model_main.py --pipeline_config_path=/home/bst-cd/panghaiyan/DataSet/demo_data/trainsets/faster_rcnn_resnet50_coco.config --model_dir=object_detection/training --num_train_steps=50000 --num_eval_steps=2000 --alsologtostderr

预测的步骤：
1 先要导出模型，这个使用脚本完成，注意命令行参数涉及到的路径
2 修改导出模型的路径PATH_TO_FROZEN_GRAPH
3 修改标签路径
4 PATH_TO_TEST_IMAGES_DIR，这是测试图片路径，注意是否需要修改图像扩展名
5 cv2.imwrite(‘test_dataset/’ 这是结果保存路径
6 data.to_csv(‘detectRes/test_dataset2.csv’, 检测结果保存

遇到的问题，训练了一些次数以后，报错
ValueError: Tensor conversion requested dtype string for Tensor with dtype float32: ‘Tensor(“arg0:0”, shape=(), dtype=float32, device=/device:CPU:0)’

这是 eval 相关配置不对导致的，比如 eval_input_reader 中的record 文件路径没写对！