Notebook python para el entrenamiento de un modelo personalizado basado en el zoo de modelos de Tensorflow para el reconocimiento de objetos en TFLite
- Entrenamiento personalizado de un modelo del Zoo de Tensorflow
- Conversion de modelo a TFLite
- Instalar Anaconda
- Generar enviroment con:
- Tensorflow
- Tensorflow-GPU
conda create --name [env name] tensorflow tensorflow-gpu
- Inicializar enviroment
conda activate [env name]
- Instalar Jupyter
conda install -c anaconda jupyter
- Inicia Jupyter
- Abrir Trainer.ipynb, descomentar instaladores pip en primer recuadro e instarlos
- Realizar ajustes necesatios
- Una vez creada la estructura de carpetas copiar el dataset (iamgenes jpg) en la carpeta
workspace/data/images
y el conjunto de etiquetas xml enworkspace/data/annotations
El proyecto fue creado con :
- Tensorflow: 2.8.0
El proyecto utiliza las siguientes herramientas:
- TFLite para Deteccion de objetos solo acepta modelos de la familai SSD, actualmente la aplicacion usa SSD MobileNet v2 320x320