tonyjava/tensorflow-image-detector

基于 MobileNet 模型， 使用 Tensorflow 的 Java API 进行图片的分类以及图形内物体识别。

基于 MobileNet 模型， 使用 Tensorflow 的 Java API 进行图片的分类以及图形内物体识别。

Overview

1. 图像分类

模型下载

地址： https://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet/README.md

可以挑选合适的模型，比如： mobilenet_v2_1.4_224。

标签下载地质

https://github.com/tensorflow/models/blob/master/research/slim/datasets/imagenet_2012_validation_synset_labels.txt https://github.com/tensorflow/models/blob/master/research/slim/datasets/imagenet_metadata.txt

测试图片

https://upload.wikimedia.org/wikipedia/commons/f/fe/Giant_Panda_in_Beijing_Zoo_1.JPG

代码位置

完成上述文件下载后，将它们放在resources目录下，然后就可以允许 MobileNetClassification 的 Main 函数了。

2. 图形物体识别

模型下载

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

可以挑选合适的模型，比如： ssd_mobilenet_v2_coco。

标签下载地质

https://github.com/tensorflow/models/blob/master/research/object_detection/data/mscoco_label_map.pbtxt

测试图片

https://github.com/tensorflow/models/blob/master/research/object_detection/test_images/image2.jpg

代码位置

完成上述文件下载后，将它们放在resources目录下，然后就可以允许 MobileNetDetector 的 Main 函数了。

运行环境

CPU 环境

当找不到GPU时，代码会运行在CPU上。

GPU 环境

第一步：准备机器

找个有 GPU 的机器。

第二步：构建环境

这里推荐docker。

dockerfile如下：

FROM tensorflow/tensorflow:1.11.0-gpu
WORKDIR /
RUN apt-get update
RUN apt-get -y install maven openjdk-8-jdk
RUN apt-get autoremove
CMD ["/bin/bash", "-l"]

第三步： 打包项目代码

首先在pom.xml文件中添加以下 gpu 依赖：

<dependency>
    <groupId>org.tensorflow</groupId>
    <artifactId>libtensorflow_jni_gpu</artifactId>
    <version>${tensorflow_version}</version>
</dependency>

然后打包项目就可以了。