使用tensorflow搭建图像识别模型SSD之训练自己模型

前言

结合上一篇csdn,本此模型使用上一篇博客生成的数据集合。其中包括四个文件labemap.pbtxt,train.tfrecord,test.tfrecord，如有不了解的，请看本人上一篇博客。
https://blog.csdn.net/weixin_43670245/article/details/103896783
搭建环境
cuda 10 +cudnn7.4.2.24+tensorflow 1.14-gpu+ python 3.7.5

搭建流程

下载所用训练模型

下载训练模型地址： https://github.com/tensorflow/models
然后将 models文件拷贝到tensorflow下，此处本人使用Win 10,python pip 安装，故而目录在：python安装路径、Python37\Lib\site-packages\tensorflow下，本人一般使用git,直接clone 一份，会比较快，结果如图

下载编译工具：https://github.com/protocolbuffers/protobuf/releases?after=v3.3.2
下载完，解压后将protoc.exe放入C:\Windows下。
打开cmd并运行 protoc object_detection/protos/.proto --python_out=.
其中 object_detection/protos/.proto 是指向训练模型地址的：python安装路径\Python37\Lib\site-packages\tensorflow\models\research\object_detection\protos这个地址根据自己情况而定，如图

下载算法模型：https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md自己任选一个模型，为了更好适应检测效果，本人使用ssd，该注意的是，有些算法模型不适用本人的开发环境，所以有些算法模型跑不了。多换几个试试。这个模型和上面的训练模型是不同的，不要混为一谈。然后解压，地址随意。

修改必要配置

修改上述解压后的算法模型的部分配置 记事本或notepad打开 pipeline.config
修改 num_class:1，本人只使用了一个识别模型，故而只有一个分类。