1. 程式人生 > >使用tensorflow object detection API 訓練自己的目標檢測模型 (一)labelImg的安裝配置過程

使用tensorflow object detection API 訓練自己的目標檢測模型 (一)labelImg的安裝配置過程

第一步:準備自己的資料集。比如我要檢測車牌。

首先用到的是labelImg軟體:

先簡要介紹一下labelimg安裝的步驟。

接下來需要安裝一些python的包:我的環境是

win10

anaconda

pythonn36

需要安裝的庫有:lxml, pyqt5,一般anaconda會有lxml和pyqt包,下面提一下pyqt5的安裝:

如果在cmd下使用pip install pyqt5, 安裝會非常的慢。建議直接下載whl檔案, 再通過pip安裝, 速度快,

其他比較大的包也可以這樣安裝,但是要注意於自己的python版本對應:


下面就可以嘗試開啟labelImg了,開啟cmd, 進入labelImg目錄:

執行:

pyrcc5 -o resources.py resources.qrc命令

python labelImg.py

就可以開啟labelImg了


開始給圖片做標註,這裡先修改一下data資料夾下的predefined_classes.txt檔案,用notepad 開啟:輸入自己的分類類別


如下圖所示,比如我要檢測的車輛和車牌。


儲存修改後的predefined_classes.txt檔案。

再次開啟labelImg, 按快捷鍵CTRL+R, 修改預設的輸出檔案的儲存路徑, 可以設定為自己的路徑

點選open dir, 新增圖片所在的路徑。會有如下顯示。


點選edit->create rectbox就可以進行標記了。 標記完後點擊save即可, 點選next page進行下一張標記。

後面持續更新模型的訓練步驟。。。。奮鬥