使用Tensorflow目标检测API训练自己的数据集

使用官方1.x的目标检测API，安装过程见：https://blog.csdn.net/qq_37194492/article/details/109639699

一、制作数据集

制作自己的数据集可以参考该方式： https://www.bilibili.com/video/BV1kV411k7D8

• 即准备好图片集，然后利用LabelImg等公开标注软件进行标注并生成指定格式的标注文件。

本文使用COCO数据集制作为tf_record格式数据集:

• COCO数据集下载可参考：https://yunyaniu.blog.csdn.net/article/details/82939959 或 使用官方API源码中的文件research/object_detection/dataset_tools/download_and_preprocess_mscoco.sh

1.1 将COCO数据集转换为TfRecord文件

• 如图所示，框选文件夹即为将要制作的文件（包含标注文件）
• 进入目录research/object_detection/dataset_tools，该目录包含多种转换文件，本文原数据集使用COCO数据集，因此直接使用文件create_coco_tf_record.py，然后配置参数运行该文件：

python create_coco_tf_record.py \
--train_image_dir=D:/Fils/CUR_WORK/DATASETS/COCO_2017/train2017 \
--val_image_dir=D:/Fils/CUR_WORK/DATASETS/COCO_2017/val2017 \
--test_image_dir=D:/Fils/CUR_WORK/DATASETS/COCO_2017/test2017 \
--train_annotations_file=D:/Fils/CUR_WORK/DATASETS/COCO_2017/stuff_train_val_2017_annotations/stuff_train2017.json \
--val_annotations_file=D:/Fils/CUR_WORK/DATASETS/COCO_2017/stuff_train_val_2017_annotations/stuff_val2017.json \
--testdev_annotations_file=D:/Fils/CUR_WORK/DATASETS/COCO_2017/test2017_annotations/image_info_test-dev2017.json \
--output_dir=D:/Fils/CUR_WORK/DATASETS/TF_REACORD_datasets/COCO

各参数根据名称即可知道作用，在此不多赘述。对于xml类型的数据集，可以参考文章进行制作，原理一样。
出现 Windows fatal exception: access viola 错误时大概率是参数路径问题，仔细查看路径即可解决
最后生成文件如下图所示：

二、训练网络

2.1 下载预训练模型

首先下载预训练模型，使得自己训练的网络效果更好。可在官网https://github.com/tensorflow/models/tree/master/research/object_detection内README.md的tfx_detection_zoo.md链接处下载指定的模型。本人所用预训练模型如图所示：
下载完成之后，解压放入指定文件夹内，如research/my_download_pretrained，如图所示&#x