（pycharm）tensorflow object detection API 物体检测模型 （二） labelImg的安装配置过程

上一篇博客介绍了Google的tensorflow object detection API 的配置和使用， 这次介绍一下如何用这个API训练自己的数据，制作特定的目标检测模型。

第一步：制作数据集

下载数据集制作软件（12.7M）：labelImg

链接：https://pan.baidu.com/s/1a3GqPXqrkvl07PrDMEqlaA 
提取码：jdpa 

这是一个绿色软件，下载都任意文件夹解压后，可以看到如下目录：

点击labelImg.exe就可以运行了，界面如下：

点击open dir 打开图片所在文件夹，然后按W进行标注，添加label，然后点击save，自动保存为xml文件。

对于Tensorflow，需要输入专门的 TFRecords Format 格式。

写两个小python脚本文件，第一个将文件夹内的xml文件内的信息统一记录到.csv表格中（xml_to_csv.py），第二个从.csv表格中创建TFRecords格式（generate_tfrecord.py）
未完，待续。。。。。。。。

 

下面内容可以忽略。

下载modelhttps://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

解压后将3个.ckpt文件放如自己的fine_tune_model文件夹下

然后下载模型对应的配置文件https://github.com/tensorflow/models/tree/master/research/object_detection/samples/configs

放到data文件夹下；