Tensorflow+OpenCV实战行人检测
实战知识点
- SSD对象检测网络
- VOC2012数据格式
- 模型迁移学习
- 导出PB文件和在OpenCV使用需要的描述文件
- OpenCV DNN模块
各章节重点
- 概述-环境搭建与效果演示:需要安装opencv+python+Tensorflow-gpu+VS+pycharm
- Tensorflow对象检测API安装与测试:通过git工具克隆models到本地,models安装–>Github安装指导,首先安装需要的包,protobuf安装参照教程上linux版。测试时报错
No module named 'object_detection',可以直接在环境变量中新增PythonPath变量,包含research和research/slim两个文件夹路径(教程中是用的.pth添加路径)。直到能执行测试程序python .../models/research/object_detection/builders/model_builder_test.py - 行人检测视频数据生成标注图像数据:使用公开数据制作训练数据。通过cv2.VideoCapture读取视频,cv2.CAP_PROP_FRAME_COUNT表示视频的总帧数,按帧resize缩小后保存为训练图片和测试图片。
- Pasaca

本文详细介绍了如何使用Tensorflow和OpenCV进行行人检测。内容包括SSD对象检测网络、VOC2012数据格式、模型迁移学习、数据集生成、配置与训练SSD模型,以及模型导出和在OpenCV中应用的方法。虽然在训练过程中遇到了一些问题,但提供了完整的步骤和解决建议。
最低0.47元/天 解锁文章
1808

被折叠的 条评论
为什么被折叠?



