今天小编给大家分享一下怎么使用Tensorflowhub完成目标检测的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。使用到的主要环境是：tenso免费云主机域名rflow-cpu=2.10tensorflow-hub=0.11.0tensorflow-estimator=2.6.0python=3.8protobuf=3.20.1首先导入必要的 python 包，后面要做一些复杂的安装和配置工作，需要一点耐心和时间。在运行下面代码的时候可能会报错：你只需要重新使用 pip 安装，将 protobuf 降低到 3.20.x 版本即可。（1）到 github.com/protocolbuf… 用迅雷下载对应操作系统的压缩包，我的是 win7 版本（2）下载好之后随便解压到自定义目录，我的是 “主目录protoc-22.1-win64”，然后将其中的 “主目录protoc-22.1-win64bin” 路径添加到用户环境变量中的 PATH 变量中，重新打开命令行，输入 protoc –version ，如果能正常返回版本号说明配置成功，可以开始使用。（3）进入命令行，在和本文件同一个目录下，执行命令，将 models 文件夹下载下来，进入 models/research/ 下，使用命令执行将 models/research/object_detection/packages/tf2/setup.py 拷贝到和 models/research/ 下，然后使用执行本文件的 python 对应的 pip 去执行安装包操作中间可能会报错“error: netadata-generation-failed”，一般都是某个包安装的时候出问题了，我们只需要看详细的日志，单独用 pip 进行安装即可，单独安装完之后，再去执行上面的根据 setup.py 的整装操作，反复即可，过程有点麻烦但还是都可以安装成功的。（4）这里的模型本来在：但是由于网络问题无法获取，所以我们可以改为从获取模型。打印结果：（5）在这里我们主要定义了一个函数 load_image_into_numpy_array 来加载从网上下载图片的图片，并将其转换为模型可以适配的输入类型。（6）IMAGES_FOR_TEST 字典中记录了多个可以用来测试的图片，但是这些都是在网上，用的使用需要调用 load_image_into_numpy_array 函数。（7）COCO17_HUMAN_POSE_KEYPOINTS 记录了人体姿态关键点。（8）我们这里展示了 dogs 这张图片，可以看到两条可爱的小狗。我们这里将经过处理的小狗的图片传入模型中，会返回结果，我们只要使用结果来绘制出所检测目标的框，以及对应的类别，分数，可以看出来结果是相当的准确的，甚至通过人的腿就能识别出人的框。以上就是“怎么使用Tensorflowhub完成目标检测”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注百云主机行业资讯频道。
这篇文章主要介绍“Go语言状态机如何实现”，在日常操作中，相信很多人在Go语言状态机如何实现问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Go语言状态机如何实现”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！1. 定义有限状态…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
