mac做目标检测 google colaboratory训练（ssd，vgg模型，直接上手，顺便教你使用免费服务器训练）

训练自己的目标检测模型（SSD篇）SSD-Tensorflow-master MAC纠错版，并使用Google colab进行训练^_^

本文主体部分来自于文章：
https://blog.youkuaiyun.com/comway_Li/article/details/85240291
在应用SSD-Tensorflow-master于mac的过程中遇到诸多问题，记之。

本次的任务在于识别出环境下的文本文件，废话不多说，成品图

1.第一步：制作数据集by labelImg(这一步很重要啊，大家想训练啥一定要制作自己的数据集）

下载labelimg：github页面（https://github.com/tzutalin/labelImg）
Mac 安装应该挺简单，可百度，安装完成之后启动labelImg，打开终端，
输入：

labelImg

即可启动


标注数据
成功安装了标注工具后，现在就来开始标注数据了。
按照VOC数据集的要求，创建以下文件夹
Annotations：用于存放标注后的xml文件
ImageSets/Main：用于存放训练集、测试集、验收集的文件列表
JPEGImages：用于存放原始图像

打开labelImg，打开目录，导入原始图片，开始标记，依次标记并保存即可

标记完所有的数据集之后，划分训练集、测试集、验证集
完成所有熊猫照片的标注后，还要将数据集划分下训练集、测试集和验证集。在github上下载一个自动划分的脚本（https://github.com/EddyGao/make_VOC2007/blob/master/make_main_txt.py）
将此py文件放入同一目录下，如下

运行

python make_main_txt.py

2.转换数据集类型并开始训练

本案例是基于tensorflow的，因此，在github上下载一个基于tensorflow