DeepLearning
Object
TensorFlow
物体検出
detection

TensorFlow Object Detection API : 利用するための流れ

物体検出までの流れ

TensorFlowの物体検出を実際にやってみたので、そのプロセスをまとめてみました。いくつかのステップを踏みながら進める必要があり、結構大変ですね。
この記事の前提として、画像ファイルは収集、加工してあるものとして、アノテーションからのプロセスを書いてみました。
また、TensorFlowが動かせる環境は準備されているものとします。PCでもクラウドでも何でもよいです。学習する数や画像サイズにもよりますが、私がMac PC環境で動かすと学習時間に7~8時間もかかります:sweat_smile:GPUがなくてもできるだけ速いマシンがあればよいです。学習は一度止めて、チェックポイントから再開できるので、分割して何回も動かしてもよいですが、それはそれで大変ですね:frowning2:
Macのアノテーションツールとしてlabelimgを使いました。出力されるxmlファイルの要素名(<要素名>)がチュートリアルと同じものになるツールを使った方が、コード変更が少ないのでよいと思います。
Object Detectionのコードはここから入手しました。
https://github.com/bourdakos1/Custom-Object-Detection/blob/master/object_detection/create_tf_record.py

実行するプログラムや画像ファイル、パラメータなどのフォルダー構造を決めておくと、開発しやすくなる。追加した記事と合わせて見ていただくと、わかりやすいと思う:grinning:

物体検出までの流れ:
物体検出プロセス.jpg