安裝TensorFlow-GPU, Anaconda
可能你已經有安裝TensorFlow-GPU在你的電腦上,又或是沒有的話採用CPU的版本即可,但是還是強力推薦採用GPU版本,因為訓練的速度真的快很多,但是小弟經費有限,目前這個實作採用CPU來實作。
Anaconda能確保你擁有完善的package,保證一定程度的相依完整度,但缺點也是肚子比較胖,若你是想在小型嵌入式系統,那麼還是先避免這個步驟。
設置TensorFlow 在Windows 10的資料夾目錄
從GitHub下載TensorFlow Repo.,點擊Clone或下載,接著在C碟中創造一個資料夾叫做tensorflow,然後將剛剛下載的models-master壓縮檔解壓縮在剛創建的C:\ tensorflow目錄中,並將名稱改為models。
TensorFlow提供許多Object Detection的模型(預先訓練好的一些特殊的網路架構)在model zoo。
其中包含SSD-MobileNet model,快速但是較低的精準度,還有 Faster-RCNN model,較慢但是精準度較高。個人在實作面喜歡精準度高一點的架構,因此該實作採用 Faster-RCNN-Inception-V2 model,若想實作在手機上,可以考慮採用SSD-MobileNet。
本實作為了精準度採用了與範例不同的 Faster-RCNN model,可以點連結下載。下載之後將檔案接壓縮到
下載後進行解壓縮,將壓縮出的檔案貼到
下列資料夾會有該實作部分的資料,請自行刪除裡面的圖片以及各個檔案
設定Anaconda的虛擬環境
雖然新版的Anaconda已經將python帶到3.7,但是3.7還是有許多不穩定的地方,這邊將繼續沿用3.6
先進入Anaconda 的CMD.EXE PROMPT
請用我們剛剛創建好的環境tensorflow
看到環境由base轉換成tensorflw就代表請用成功,接下來安裝tensorflow,這邊當然可以安裝gpu版本的,但是為了快速建置,這邊還是使用簡單的cpu版本安裝
接著安裝其它必要packages
設置Windows 10的 PYTHONPATH
編譯Protobufs
Protobufs用來設置TensorFlow的模型與參數,在Anaconda Prompt下將目錄切換至\models\research,接著執行
若是以上執行成功,你會在 \object_detection\protos的資料夾看到 許多name_pb2.py的檔案在裡面。接著在相同的目錄執行
測試一下整個APi是否安裝正確
將目錄切換到research\object_detection,接著執行
object_detection_tutorial.ipynb是由官方所提供的測試範例,整個環境正確安裝無誤後就可以執行這個教學檔,
執行這部分時取決於你的網路速度,整個執行完之後應該會出現狗狗的辨識結果
以上是整個環境設定以及測試範例的執行,第二個部分要說明的是如何自己訓練自己想要的物件。
未完
文章出處:網頁設計,網站架設 ,網路行銷,網頁優化,SEO - NetYea 網頁設計
歡迎光臨 TShopping (http://www.tshopping.com.tw/) | Powered by Discuz! X3.2 |