tensorflow api训练2（准备数据集，训练）

2. 我们用的tensorflow mobile netv2官方的预训练模型

3. 准备预训练模型和数据集

首先要知道文件夹的目录格式


打开后看到的是下面的东西，要改的东西都已经标注了

然后还要一个pbtxt

4. 接下来教你怎么改数据集，

我之前说的VOC2012里面的文件包含什么，Annotations是我们打的标签，JPEGImages是我们的图片，ImageSets里面的Main文件夹里面包含

就是我们对我们图片的名字打包放到这里

Annotations的xml文件要求的格式是

这里自己体会吧，folder必须是voc2012，path里面的图片位置必须要在VOC2012的JPEGImages，网上有很多该路径的方法，但是他们并没有先删除我们之前的path路径，而是直接怼上去（看下方），

我也没找到方法，然后我想到了一个最笨的方法，把图片和xml文件分别放到指定的文件夹，然后用labelImg去打开我们之前打好的标签，打开后，我们对之前的标签稍微移动一下，然后保存，这样path就会变成你想要的路径了，但是弄完这个步骤，会出现下方的问题

这个问题，好解决，我们只需要替代他就行了（我提醒一下，如果原来图片是1080p的，最好缩小一下，不然可能会报一些你不明白的错）
然后我们生产txt文件，我这边有脚本生成（我会将脚本打包，有需要的可以下载，也可私信我）

5. VOC2012文件夹的东西弄完之后，我们生成record

python object_detection/dataset_tools/create_pascal_tf_record.py --label_map_path=I:/persontrain/train/data/label_map.pbtxt --data_dir=I:/persontrain --year=VOC2012 --set=train --output_path=I:/persontrain/pascal_train.record

生成val的话，把train换成val就行了，然后把这两个文件放到data下面与pbtxt同目录，

6. 然后改config文件，把刚才我指出要改的路径加上去，record就是我们刚才生成的路径，至此，我们改的东西就差不多了

7. 开始训练东西（cmd的路径，都是research下面），我们用legacy下的train文件

8. 我们只需要传入3个3个数据

python object_detection/legacy/train.py --pipeline_config_path=I:\persontrain\train\models\ssd_mobilenet_v2_coco.config --train_dir=I:\persontrain\train\models\train --logtosderr

点回车，开始训练