准备工作项目目录概览准备数据集和相关文件制作TFRecord修改配置文件修改trainpy文件训练生成pb文件摄像头目标检测0.准备工作安装TensorFlow： 基于win10，GPU的Tensorflow Object Detection API部署及USB摄像头目标检测下载TensorFlow/models: https://github.com/tensorflow/mo

1.准备工作1). 下载预训练模型http://cs.unc.edu/~wliu/projects/ParseNet/VGG_ILSVRC_16_layers_fc_reduced.caffemodel将此文件放置在/home/software/caffe/models/VGGNet/目录下，如果原来有，最好备份一下。2). 下载VOC2007数据集wgethttp://host.robots.

1.Opencv3.1编译，CUDA版本大于8.0引起/home/usrname/OpenCV-3.1.0/modules/cudalegacy/src/graphcuts.cpp:120:54:error: ‘NppiGraphcutState‘ has not been declared typedef NppStatus (*init_func_t)(NppiSize oSize, Npp

1.简介Cifar-10是由Hinton的两个大弟子Alex Krizhevsky、Ilya Sutskever收集的一个用于普适物体识别的数据集。Cifar是加拿大政府牵头投资的一个先进科学项目研究所。Cifar-10由60000张32*32的RGB彩色图片构成，共10个分类。50000张训练，10000张测试（交叉验证）。这个数据集最大的特点在于将识别迁移到了普适物体，而且应用于多分类，姊妹数

1.数据集下载使用参考文献2作者的数据集：http://pan.baidu.com/s/1o60802I，数据集图片分10个类，每个类有100个train图片（train文件夹下，一共1000），20个test图片（val文件夹下，一共200）。其中包含：1 文件夹train：里面放训练的图片2 文件夹val：里面放val的图片3 train.txt ：训练图片的文件名和对应的类别4 val.t