a

Lorem ipsum dolor sit amet, consectetur adicing elit ut ullamcorper. leo, eget euismod orci. Cum sociis natoque penati bus et magnis dis.Proin gravida nibh vel velit auctor aliquet. Leo, eget euismod orci. Cum sociis natoque penati bus et magnis dis.Proin gravida nibh vel velit auctor aliquet.

  /  Project   /  Blog: Python深度學習筆記(二):使用TensorFlow API進行圖像辨識

Blog: Python深度學習筆記(二):使用TensorFlow API進行圖像辨識


前置作業

  1. 閱讀 TensorFlow Object Detection API installation documentation
  2. 下載 git for Windows.
  3. 下載 tensorflow-model repository.

下載 tensorflow-model repository

git clone https://github.com/tensorflow/models.git
#下載到指定資料夾(如:C:\Users\your-username\tensorflow)

安裝TensorFlow

# For CPU
pip install tensorflow
# For GPU
pip install tensorflow-gpu

安裝相關模組

pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib

下載COCO API

git clone https://github.com/cocodataset/cocoapi.git
並將檔案移動到 tensorflow/models/research的目錄當中

下載 Google Protobuf

https://github.com/google/protobuf/releases/tag/v3.4.0
選擇 “protoc-3.4.0-win32.zip”
將Protobuf解壓縮到 C:\Program Files\

將下列路徑加到環境變數當中

系統-> 進階系統設定 -> 環境變數 -> 編輯-> 新增下列路徑

path\Anaconda3
path\Anaconda3\Scripts
path\Anaconda3\Library\bin
path-to-tensorflow\models\research
path-to-tensorflow\models\research\slim
path-to-tensorflow\models\research\object_detection

重新開機

重新開機讓環境變數生效

使用CMD

cd tensorflow\models\research
“C:\Program Files\protoc-3.4.0-win32\bin\protoc.exe” object_detection/protos/*.proto --python_out=.
到 object_detection/protos 檢查是否有 .py 檔案

測試是否成功

python object_detection/builders/model_builder_test.py

如果出現 ImportError: No module named ‘object_detection’

在Anaconda\Lib\site-packages資料夾中,寫一個tensorflow_model.pth。
內容為兩條路徑
D:\tensor-flow\models\research
D:\tensor-flow\models\research\slim

開啟object_detection_tutorial.ipynb

在D:\tensor-flow\models\research\object_detection目錄底下
執行object_detection_tutorial.ipynb

官方範例:

海邊風景

使用自己的照片辨識

替換D:\tensor-flow\models\research\object_detection\test_images的照片
必須以image1,image2,image3,.....為檔名
修改object_detection_tutorial.ipynb中的程式
Detection的部分 #有多張照片就要修改range範圍
TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 3) ]
或者也可自訂程式,做更彈性的辨識
人們
石虎被當成貓

Source: Artificial Intelligence on Medium

(Visited 3 times, 1 visits today)
Post a Comment

Newsletter