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。