【文件属性】：
文件名称：Object-Detection-using-Tensorflow-API-in-Windows-7
文件大小：2.01MB
文件格式：ZIP
更新时间：2021-05-02 22:24:21
JupyterNotebook
Windows-7中使用Tensorflow-API的对象检测
Windows 7中Oxford Pet数据集的对象检测实现
这是我的对象检测的第一个实现。 与此同时，我在Mac上实现了相同的项目。
这两个实现之间的主要问题是路径声明，从互联网下载数据和其他必需的软件包。
在实施此功能之前，我已经学习并阅读了R-CNN，快速/快速R-CNN论文，并观看/阅读了有关YOLO和SSD的视频/文章。
要使其正常工作，需要执行许多步骤。 通常，我的方法是将问题划分为不同的部分/子主题，并定义一条端到端的管道（在我看来），以便在实施时对我有意义。 对象检测问题让我有些困惑，因为我无法在Tensorflow API中将不同体系结构的理论实现与实际实现联系起来。 阅读许多文章之后，现在我对实现管道有了一些了解。
该实现基于Tensorflow API示例。 我已经在本地计算机上实现了。
资料夹
【文件预览】：
Object-Detection-using-Tensorflow-API-in-Windows-7-master
----eval.py(6KB)
----object_detection_tutorial.ipynb(726KB)
----config_files()
--------Oxford_Pet()
----README.md(11KB)
----label_files()
--------Oxford_Pet()
----test_images()
--------image5.jpg(7KB)
--------image_info.txt(230B)
--------image6.jpg(6KB)
--------image4.jpg(5KB)
--------image2.jpg(1.35MB)
--------image8.jpg(4KB)
--------image3.jpg(5KB)
--------image7.jpg(6KB)
--------image1.jpg(127KB)
----train.py(7KB)