欢迎来到我的博客空间！

Traceback (most recent call last): File "/home/gqw/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/models-master/research/object_detection/model_main.py", line 109, in <module> tf.app.run() File "/home/gqw/anaconda3/envs/tensorflow

目录报错原因解决报错(base) C:\Users\xxx>conda create -n tf1.12 python==3.6Solving environment: failedCondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.continuum.io/pkgs/pro/win-64/repodata.json.bz2>Elapsed: -An HTTP error occurred whe

目录一、定位脚本文件二、运行脚本报错原因解决一、定位脚本文件定位到src文件夹下的compare.py脚本在155-127行，定义了传参的函数def parse_arguments(argv): parser = argparse.ArgumentParser() parser.add_argument('model', type=str, help='Could be either a directory containing the meta_fil

目录一、查看脚本二、运行脚本一、查看脚本定位到src文件夹下的freeze_graph.py脚本二、运行脚本在src文件夹下打开终端运行python3 freeze_graph.py /home/gqw/models/facenet/20201214-094502 /home/gqw/models/facenet/20201214-094502/graph.pb第一个参数:模型路径第二个参数:存放pb文件的路径我们看一下文件夹...

目录一、查看脚本文件二、运行脚本报错解决三、 几行代码解读一、查看脚本文件facenet在src文件夹下提供了模型评价的脚本validate_on_lfw.py这里涉及到测试样本对data/pairs.txt，里面定义了将要进行测试图片的文件夹和文件夹下的第几张图，里面包括5000对正样本对，和300多负样本对二、运行脚本这里不改动默认参数，模型路径和测试集都在命令中输入在终端中进入srcpython3 validate_on_lfw.py /media/gqw/Sduty/Linux_

目录一、修改脚本文件二、训练模型报错1原因解决报错2原因解决一、修改脚本文件打开/facenet-master/src/train_tripletloss.py定位到parse_arguments函数修改data_dir路径，填写已经准备好的数据集 parser.add_argument('--data_dir', type=str, help='Path to the data directory containing aligned face patches.',

目录一、facenet对数据集的要求二、数据集的准备1.数据集下载2.处理数据集一、facenet对数据集的要求数据格式：文件夹名/文件名_文件名同一个人的人脸图片放在一个文件夹,文件夹命名为该人的ID文件夹对每个人脸图片的命名为文件夹名_文件名jpg或png注意:这里文件名通常采用4为长度的数字，例如这个文件夹里有3张图片，我们分别命名为000100020003在facenet中，会根据提供的格式自动解析图片完成模型训练，不需要再打包tf-record数据。二、数据集的准备这

目录1.下载facenaet2.环境搭建1.下载facenaet官网下载：https://github.com/davidsandberg/facenet2.环境搭建打开下载好的文件查看requirement.txt文件这里我们看到需要我们安装的一些包，具体步骤可以参考以往人脸检测的博客，这里不做赘述。注意：这里使用tensorflow-gup=1.7版本。我们利用Anaconda建立tensorflow的虚拟环境，下载安装需要的包即可。另外注意我们选择python3.6...

目录一、建立测试脚本二、测试模型一、建立测试脚本打开tensorfloe提供的脚本 research/object_detection/object_detection_tutorial.ipynb根据所给的文档，建立适配自己的文件# Time : 2020/12/9 下午7:00# Author : gqw# Email:wgqiang98@163.comimport sysimport numpy as npimport tensorflow as tfimport cv2imp

目录一、定位脚本文件二、建立pb文件夹三、运行脚本文件1.在终端运行报错1解决报错2解决2.在编译器中运行一、定位脚本文件打开`anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/models-master/research/object_detection/export_inference_graph.py二、建立pb文件夹这里选择在resnet50v1-fpn文件下新建pb文件夹，将转换后的pb文件放进去三、运行

这里放出报错的的打印结果，如想要查看正确的打印效果，查看博客1，了解转换具体步骤，查看此篇博客WARNING:tensorflow:From /home/gqw/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/models-master/research/object_detection/exporter.py:330: get_or_create_global_step (from tensorflow.contrib.f

这里放出成功后的打印结果，如想了解转换具体步骤，查看篇博客/home/gqw/anaconda3/envs/tensorflow/bin/python /home/gqw/anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/models-master/research/object_detection/export_inference_graph.py/home/gqw/anaconda3/envs/tensorflow/li

SSD模型训练一、创建网络配置文件1.打开configs文件夹2.创建configs文件3.修改配置文件一、创建网络配置文件1.打开configs文件夹具体路径:anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/models-master/research/object_detection/samples/configs2.创建configs文件选择ssd+resnet+fpn作为主干网络，所以复制ssd_resnet

利用TensorBoard观察训练曲线

Anaconad+Ubuntu16.4下tensorflow+SSD人脸检测 将Passcal VOC 数据集打包成tf_record一、打开model-master二、创建打包脚本1.准备create_face_tf_record.py2.制作create_face_tf_record.py报错1解决:报错2解决报错2解决一、打开model-master这里选择在PyCharm中打开，需要提醒的是，把编译环境换成Anaconda下Python3.6环境我电脑的存放路径为:anaconda3/envs

这里写目录标题前言知识铺垫1.Wider_face 数据集2.Passcal VOC 数据集3. 安装Opencv一、数据集下载二、数据集理解三、打包源代码： 1.对训练集打包 2.对测试集打包 四、几行代码解释1.im_path = im_folder + "/" + gt_con2.gt_con = gt.readline()[:-1]3.if gt_con is None or gt_con == "":if im_data is None:五、运行结果前言本文为学习记录，若有错误，敬请指正!!

Ubuntu16.4下tensorflow+SSD人脸检测 环境搭建前言一、下载并放置model1.下载：http://github.com/tensorflow/model.git2. 放置model1.查看环境所在位置2.进入该环境二、配置model注意1：此时进入环境1.打开安装手册2.安装1）安装tensorflow2）安装依赖包3)下载编译 COCO API下载编译4）protoc下载编译报错5）添加变量 注意2：在Anaconda特定环境下pip=pip3验证6）测试报错1 numpy版本低报错

Ubuntu16.4下tensorflow+SSD人脸检测 环境搭建（一）前言：问题1：显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么？思考1：我的显卡没有对应的驱动？思考2：遇到驱动不匹配如何更改？问题2:都说使用Anaconda方便，方便在哪里？答案1：广大网友推荐，说里面已经安装了很多科学依赖库，方便日后使用。答案2：让人觉得你很专业答案3：自动安装了CUDA，cuDnn问题3：官网下载的model版本对应太高，如何解决？解决问题4：安装Anacond

Linux使用Adacaonda安装tensorflow-gpu 1.3前言0.确定tensorflow 对应版本1.安装驱动1.1根据显卡查看适合驱动1.2查看原显卡驱动2.安装CUDA2.1查看显卡驱动支持的CUDA版本2.2 下载CUDA2.3 安装CUDA功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新

FileNotFoundError: [Errno 2] No such file or directory: ‘./mnist_image_label/mnist_train_jpg_6000028755_0.jpg’在tensorflow中读取文件报错Traceback (most recent call last): File "Tensorflow/Test/9-26 mnist_train_ex1.py", line 43, in <module> x_train,y_

使用Anaconda安装Tensorflow2.1一、下载Anaconda1.进入官网下载2.安装Anaconda二、安装Tensorflow2.11.打开Anaconda Prompt2.创建Anaconda环境（Python3.7）3.输入"y"4.进入已创建的环境5. 安装英伟达 SDK6.安装英伟达深度学习软件包三、测试Anaconda是否安装成功功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、

Opencv+Python cv2.imshow闪退Opencv+Python cv2.imshow闪退waitKey（）的作用Opencv+Python cv2.imshow闪退 # 读入原始图像 origineImage = cv2.imread('./pic/6.jpeg') # 图像灰度化 # image = cv2.imread('test.jpg',0)...

Opencv读入原始图像报错cv2.error: C:\projects\opencv-python\opencv\modules\imgproc\src\color.cpp:11048: error:1.使用opencv读取图片2.报错3.解决(1)检查文件夹分割（2)检查图片扩展名1.使用opencv读取图片2.报错3.解决(1)检查文件夹分割核对图片路径中文件夹分割是否正确，将...

Anconda3+tensorflow安装opencv 安装whl版本安装提示“whl is not a supported wheel on this platform”Anconda3+tensorflow安装opencv 安装whl版本安装提示“whl is not a supported wheel on this platform”错误解决Anconda3+tensorflow安装op...