本故事将向您介绍物体计数训练模型的应用。我使用更快的R-CNN方法进行目标检测，并在Google CoLab(https://muchamadsyaiffudin.medium.com/object-detection-with-custom-dataset-faster-rcnn-on-google-colab-33b373a625eb).上训练数据集https://muchamadsyaiffudin.medium.com/object-detection-with-custom-dataset-faster-rcnn-on-google-colab-33b373a625eb
在我的giHub https://github.com/odi112/odi3/tree/master上使用代码https://github.com/odi112/odi3/tree/master
将训练好的模型数据集删除到文件夹INFICATION_GRAPH(创建新文件夹)
2.编辑Object Counting.api
IF COUNT用于使用json请求在Web上传输。
3.编辑Backbone.py
在您的文件上编辑Backbone.py以导出训练数据集(INSERENCE_GRAPH)
4.编辑WebcamCounting.py
使用训练好的数据集编辑骨干集模型，然后运行webcamcounting.py
原创文章，作者：fendouai，如若转载，请注明出处：https://panchuang.net/2021/07/30/%e5%9f%ba%e4%ba%8etensorflow%e7%9a%84%e5%81%9c%e8%bd%a6%e5%8c%ba%e8%bd%a6%e8%be%86%e8%ae%a1%e6%95%b0%e6%a0%b7%e6%9c%ba-2/
fendouai 