Python深度學習筆記(二)：使用TensorFlow API進行圖像辨識

前置作業

1. 閱讀 TensorFlow Object Detection API installation documentation
2. 下載 git for Windows .
3. 下載 tensorflow-model repository .

下載 tensorflow-model repository

git clone <a href="https://github.com/tensorflow/models.git" rel="nofollow noopener noreferrer" target="_blank">https://github.com/tensorflow/models.git</a>

#下載到指定資料夾(如:C:\Users\<strong><em>your-username</em></strong>\tensorflow)

安裝TensorFlow

# For CPU
pip install tensorflow
# For GPU
pip install tensorflow-gpu

安裝相關模組

pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib

下載COCO API

git clone <a href="https://github.com/cocodataset/cocoapi.git" rel="nofollow noopener noreferrer" target="_blank">https://github.com/cocodataset/cocoapi.git</a>

並將檔案移動到 tensorflow/models/research的目錄當中

下載Google Protobuf

<a href="https://github.com/google/protobuf/releases/tag/v3.4.0" rel="nofollow noopener noreferrer" target="_blank">https://github.com/google/protobuf/releases/tag/v3.4.0</a>

選擇 “protoc-3.4.0-win32.zip”

C:\Program Files\

將下列路徑加到環境變數當中

系統-> 進階系統設定 -> 環境變數 -> 編輯-> 新增下列路徑

path\Anaconda3

path\Anaconda3\Scripts

path\Anaconda3\Library\bin

path-to-tensorflow\models\research

path-to-tensorflow\models\research\slim

path-to-tensorflow\models\research\object_detection

重新開機

重新開機讓環境變數生效

使用CMD

cd tensorflow\models\research

“C:\Program Files\protoc-3.4.0-win32\bin\protoc.exe” object_detection/protos/*.proto --python_out=.

到 object_detection/protos 檢查是否有 .py 檔案

測試是否成功

python object_detection/builders/model_builder_test.py

如果出現 ImportError: No module named ‘object_detection’

<strong>在Anaconda\Lib\site-packages資料夾中，寫一個tensorflow_model.pth。</strong>

<strong>內容為兩條路徑</strong>

D:\tensor-flow\models\research
D:\tensor-flow\models\research\slim

開啟object_detection_tutorial.ipynb

在D:\tensor-flow\models\research\object_detection目錄底下

執行object_detection_tutorial.ipynb

官方範例：

使用自己的照片辨識

替換D:\tensor-flow\models\research\object_detection\test_images的照片
且必須以image1,image2,image3,.....為檔名

<strong>修改object_detection_tutorial.ipynb中的程式</strong>

Detection的部分 #有多張照片就要修改range範圍
TEST_IMAGE_PATHS = [ os.path.join(PATH_TO_TEST_IMAGES_DIR, 'image{}.jpg'.format(i)) for i in range(1, 3) ]

或者也可自訂程式，做更彈性的辨識