目標(biāo)檢測(cè)框架：支持TF2的TF Object Detection
點(diǎn)擊上方“小白學(xué)視覺”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時(shí)間送達(dá)
一直以來，大家最常用的目標(biāo)檢測(cè)庫是港中文的mmdetection和Facebook的detectron2庫，不過這兩個(gè)庫都是基于PyTorch的，PyTorch的模型部署方面還是稍差于TensorFlow，如果想用TensorFlow的目標(biāo)檢測(cè)模型，最好的還是選擇還是谷歌官方的TF Object Detection庫：
目前隨著TensorFlow 2x的到來，TF Object Detection庫也支持TF2了，而且最重要的是還兼容TensorFlow 1.x，這真是非常nice。不過官方還是建議大家使用最新的TF2來訓(xùn)練模型，主要原因如下：
最新的模型只會(huì)在TF2中更新，未來還會(huì)繼續(xù)更新；
TF2訓(xùn)練得到的模型效果和TF1幾乎沒有差別；
TF2可以更容易地使用GPU和TPU進(jìn)行分布式訓(xùn)練；
TF2的Eager模式使debug更容易；
除了支持TF2外，TF2也新增了更多的模型如CenterNet和EfficientDet，具體Model Zoo如下所示：
不過，如果你想使用TF1，那么你可以查看對(duì)應(yīng)的Model Zoo（https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md），要比TF2支持的模型少一些。
另外，貼心的開發(fā)者還給了詳細(xì)的入門教程Colab：
訓(xùn)練：在自己的數(shù)據(jù)集上fine-tune一個(gè)檢測(cè)器；
推理：用model zoo中的模型進(jìn)行推理預(yù)測(cè)；
移動(dòng)端部署：Fine-tune一個(gè)檢測(cè)器，并用TensorFlow Lite部署
更多見https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2.md
好消息！
小白學(xué)視覺知識(shí)星球
開始面向外開放啦??????
下載1：OpenCV-Contrib擴(kuò)展模塊中文版教程 在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù)：擴(kuò)展模塊中文教程，即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版，涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺、目標(biāo)跟蹤、生物視覺、超分辨率處理等二十多章內(nèi)容。 下載2：Python視覺實(shí)戰(zhàn)項(xiàng)目52講 在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù)：Python視覺實(shí)戰(zhàn)項(xiàng)目，即可下載包括圖像分割、口罩檢測(cè)、車道線檢測(cè)、車輛計(jì)數(shù)、添加眼線、車牌識(shí)別、字符識(shí)別、情緒檢測(cè)、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺實(shí)戰(zhàn)項(xiàng)目，助力快速學(xué)校計(jì)算機(jī)視覺。 下載3：OpenCV實(shí)戰(zhàn)項(xiàng)目20講 在「小白學(xué)視覺」公眾號(hào)后臺(tái)回復(fù)：OpenCV實(shí)戰(zhàn)項(xiàng)目20講，即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目，實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。 交流群
歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請(qǐng)按照格式備注，否則不予通過。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~