小肩膀逆向 TensorFlow图像识别 基于Object Detection API的三大案例与CC框架应用

课程简介

本课程是一门体系化的TensorFlow目标检测实战课程。课程从TensorFlow GPU环境与Object Detection API环境搭建讲起，深入讲解VOC数据格式、数据标注、tfrecord数据源制作、模型训练、日志查看、模型导出及迁移学习等核心技能。课程包含三个完整的实战案例，涵盖从数据集准备、模型训练到调用代码修改与识别的全流程，并特别引入了CC框架的样本准备、训练与识别应用。通过本课程的学习，您将掌握使用TensorFlow Object Detection API构建和部署目标检测模型的完整方法，并能结合Django搭建本地服务端，具备解决实际图像识别问题的能力。课程配套课件、代码与环境资源齐全，适合有一定Python基础，希望进入计算机视觉与目标检测领域的开发者学习。

下载地址

课程目录

01 课程介绍与环境搭建

第1-3节：课程介绍、TensorFlow GPU环境与Object Detection API环境详解。

02 数据准备与标注

第4-7节：VOC数据格式、数据集准备、数据标注、tfrecord数据源制作与配置文件修改。

03 模型训练与导出

第8-11节：tfrecord数据源制作与配置文件修改、迁移学习、日志查看与模型导出。

04 第一个案例实践

第12-13节：第一个案例调用模型代码详解并识别、修改代码获取识别后的坐标。

05 Django服务端搭建

第14节：Django搭建本地服务端。

06 第二个案例实践

第15-17节：第二个案例数据集准备、训练、调用代码修改并识别。

07 第三个案例实践

第18-20节：标注工具制作与第三个案例数据集准备、训练、调用代码修改与中文转换。

08 CC框架实践

第21-23节：CC框架样本准备、训练、识别。

09 课程资料与答疑

第9节：答疑，并提供课件、环境等课程资料。