tensorflow model中目标对象检测包的编译和测试

前段时间，谷歌开放了 TensorFlow Object Detection API 的源码，并将它集成到model中。这个代码库是一个建立在 TensorFlow 顶部的开源框架，方便其构建、训练和部署目标检测模型。设计这一系统的目的是支持当前最佳的模型，同时允许快速探索和研究。

在其官方文档说明书上面说明了提供的几个模型：

In addition to our base Tensorflow detection model definitions, this release includes:

• A selection of trainable detection models, including:
  • Single Shot Multibox Detector (SSD) with MobileNet,
  • SSD with Inception V2,
  • Region-Based Fully Convolutional Networks (R-FCN) with Resnet 101,
  • Faster RCNN with Resnet 101,
  • Faster RCNN with Inception Resnet v2

如此可见，除了yolo，剩下的基本上都提供了。特别还提供了轻量化的 MobileNet，这意味着它们可以轻而易举地在移动设备中实时使用。

花了点时间对这个模型进行调试，里面还是有不少坑的，相信在编译过程中大家都会碰到这样那样的问题。

如问题一：proto文件的转换，这个可以见博客相关的操作https://cloud.tencent.com/developer/article/1016504

问题二：NodeDef mentions attr 'data_format' not in Op等一串很长错误。

这个主要原因还是运行这个模型需要在tensorflow 1.2.0版本上，因此需要对tensorflow进行升级。

问题三：matplotlib的展示：见博客的操作https://cloud.tencent.com/developer/article/1016502

因此，开始利用提供的demo进行了运行测试，效果如下所示：不得不先说的是，mobilenet效果在简单数据集上也可以，而且关键的一点是速度特别快。而faster-rcnn果然每张图片需要耗费一定的时间。

随便在网上找了几张示例图片：如http://images.china.cn/attachement/jpg/site1000/20130725/7427ea21093a135abb9805.jpg这个图片

其检测结果如下：

另外，为了测试不同模型的效果，分别对mobilenet和faster-rcnn进行了测试。故意选择了一张多场景的图片来进行测试。

选择moblienet的效果如下所示：

发现moblienet的精度效果一般，特别是对远距离的对象检测效果非常一般。

接下来测试了下faster-rcnn的效果。如下：

从图上可以看出，faster-rcnn效果比较好，不过也存在不足，就是对一张图像的检测速度明显偏慢。