Faster R-CNN实现目标检测任务

 目录

任务描述：

 初始化模型:

运行环境:

方法概述：

统一导入工具包：

数据准备

数据加载

物体检测模型构建

创建训练模型结构

创建模型训练类函数

训练模型

模型评估

加载模型和数据

 评估模型

模型预测

加载模型

数据测试及可视化

任务描述：

目标检测是一种典型的计算机视觉问题，其关注的是图像中特定的物体目标，要求同时获得这一目标的类别信息和位置信息，即目标检测需要从背景中分离出感兴趣的目标，并确定这一目标的描述（类别和位置），因此检测模型的输出是一个列表，列表的每一项使用一个数组给出检出目标的类别和位置（常用矩形检测框的坐标表示）。下图展示了物体检测任务，获取了图像中前景物体的位置坐标和类别信息。

 初始化模型:

本教程使用的基础网络为VGG16。为加快模型训练和加速模型收敛，本文使用在ImageNet数据集上预训练的模型作为本文网络的初始化模型。初始化模型可以在 https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models 下载。本案例初始化模型存放在./datasets/pretrained_model文件中。