TFOD：基于TFOD API的官方模型案例对图片进行目标检测

TFOD：基于TFOD API的官方模型案例对图片进行目标检测

目录

输出结果

设计思路

代码(部分)实例

输出结果

设计思路

代码(部分)实例

  

   

    

     

    
    

     

      #1、导入基本的包和环境，包括两个TFOD中的包
     
    
   

    

     

    
    

     

      import numpy as np
     
    
   

    

     

    
    

     

      import os
     
    
   

    

     

    
    

     

      import six.moves.urllib as urllib
     
    
   

    

     

    
    

     

      import sys
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      ……
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      if StrictVersion(tf.__version__) < StrictVersion('1.9.0'):
     
    
   

    

     

    
    

     
  raise ImportError('Please upgrade your TensorFlow installation to v1.9.* or later!')
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      for image_path in TEST_IMAGE_PATHS:
     
    
   

    

     

    
    

     

        image = Image.open(image_path)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

        ……
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       category_index,
     
    
   

    

     

    
    

     

       instance_masks=output_dict.get('detection_masks'),
     
    
   

    

     

    
    

     

       use_normalized_coordinates=True,
     
    
   

    

     

    
    

     

       line_thickness=8)
     
    
   

    

     

    
    

     

        plt.figure(figsize=IMAGE_SIZE)
     
    
   

    

     

    
    

     

        plt.title('TFOD API Official Case Tutorial——Jason Niu')
     
    
   

    

     

    
    

     

        plt.imshow(image_np)
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/82893541