Tensorflow 构建自己的目标检测与识别模型之数据增强（二） 上次的博客中对如何安装Tensorflow Object Detection API的步骤及所遇到的问题进行说明。见链接：https://blog.csdn.net/weixin_41644725/article/details/83007901 接下来，对图像数据进行图像增强。虽然在配置.config文件(后面会说到)时，其中会提到数据增强(data argumentation)，但是若是想手动实现，可参考本文，若不想则跳过即可。 1.用labelImage工具生成.xml文件。 该工具的界面如图所示，关于如何安装label...

tensorflow  数据增强 目录 1.按角度旋转图片          2. 按比例翻转 3.图片缩放  说明：在以下方法中，可对一批图像进行处理，此处为了方便只用了一张图片作为例子来展示。 1.按角度旋转图片  import cv2 import matplotlib.pyplot as plt import tensorflow as tf import numpy as np from math import pi '''按角度旋转图片''' def rotate_images(X_imgs, start_angle, end_angle, n_images,image_size_...

图像识别中常用到的函数解析 1.损失函数 计算labels和logits之间的交叉熵（cross entropy）  tf.nn.softmax_cross_entropy_with_logits( _sentinel=None, labels=None, logits=None, dim=-1, name=None )  通常使用两个参数： 参数logits 为识别模型的输出结果，logits是作为softmax的输入。也就是不包含softmax层的模型的输出结果。 参数label的含义就是一个分类标签，所有类别的分类的概率，比如说[0.2,0.3,0.5]，labels的每一行必须是一个概...

Pycharm 专业版 导入系统pip安装的包  在setting 中找到project interpeter   选择 System Interpreter即可,这样 用pip安装的包都加再进来了

** Ubuntu 16.04 安装Tensorflow Object Detection API ** 本篇的内容主要参考以下链接：https://blog.csdn.net/pkokocl/article/details/82596089， 该博主描述的比较清楚，对于解决实际操作过程中遇到的问题很有帮助，下面针对我遇到的问题做一个记录。 环境：本次实验是在unbuntu 16.04下， tensorflow版本时1.10.1，python 3.5的环境下实现的。 依赖包的安装 此处注意：使用pip安装依赖包时一定要注意使用 pip 还是 pip3 ，否则可能在使用时会出现该包不存在的提示。...