使用TensorFlow Lite 部署自定义对象检测模型[1]
2022.03.05
文章目录
- 使用TensorFlow Lite 部署自定义对象检测模型[1]
- 一.訓練自定義模型[4]
-
- 二.集成TFLite模型的步驟
一.訓練自定義模型[4]
步驟:
1.收集數據
![](https://img-blog.csdnimg.cn/d84c4e09cc6d449aafdf392a501aa2b8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBARGVubmlzLUNoZW4=,size_20,color_FFFFFF,t_70,g_se,x_16)
打標籤—標註精靈
2.訓練模型
![](https://img-blog.csdnimg.cn/743e4def57674f22b37ac29578e236f4.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBARGVubmlzLUNoZW4=,size_20,color_FFFFFF,t_70,g_se,x_16)
![](https://img-blog.csdnimg.cn/07c3bd36e0b14d13bf6c04a08f089b4c.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBARGVubmlzLUNoZW4=,size_20,color_FFFFFF,t_70,g_se,x_16)
二.集成TFLite模型的步驟
![在这里插入图片描述](https://img-blog.csdnimg.cn/2298ff2f493b41239fe1cc1b26f4f772.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBARGVubmlzLUNoZW4=,size_20,color_FFFFFF,t_70,g_se,x_16)
三.代碼實現:(教程)[1]
![在这里插入图片描述](https://img-blog.csdnimg.cn/c7b590dcab32479b8f3f108f2b67288e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBARGVubmlzLUNoZW4=,size_20,color_FFFFFF,t_70,g_se,x_16)
下載源代碼
odml-pathways-main.zip\odml-pathways-main\object-detection\codelab2\android
starter – 核心關鍵代碼沒寫
final – 完整可運行的
引用:
[1] 使用 TensorFlow Lite 构建和部署自定义对象检测模(Android)
[2] 視頻講解參考
[3] TensorFlow Hub
[4] Train a salad detector with TFLite Model Maker
[5] Build and deploy custom object detection model with TensorFlow Lite|Workshop https://wwwyoutubecom/watch?v=vLxn5mOuWAk
[6] EfficientDet:Towards Scalable and Efficient Object Detection
https://aigoogleblogcom/2020/04/efficientdet-towards-scalable-andhtml
[7] WhatObjectCategories/Labels Are In COCO Dataset?https//techamikelive.com/node718/what-object-categories-labels-are-in-coco-dataset/
[8] MicrosoftCOCO:CommonObiectsinContexthttps://arxivorg/pdf/14050312pdf
[9] 目标检测中的AP,mAPhttps//zhuanlanzhihucom/p/888968686用YOLOv5+DeepSORT,打造实时多目标跟踪模型 https://mp.weixinqqcom/s/diPOaolDEf78t4AeU-i5bw
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)