在前面的学习中，关注的大多数是图像识别问题：输入一张图像，输出该图像对应的类别。这篇文章将讨论目标检测问题。目标检测的输入同样是一张图像，但输出不单单是图像的类别，而是该图像中所含的所高目标物体以及它们的位置。通常使用矩形框来标识物体的位置，如图5-1所示。深度学习已经被广泛应用在目标检测问题上，在性能上也远远超过了传统方法。这篇学习笔记会先介绍深度学习中的几个经典的目标检测方法，

系统中，可以执行以下命令：

第二步：编译proto文件
使用protoc对proto文件进行编译。具体来说，应当在research文件夹下，运行下面的命令：

运行完成后，可以检查object_detection/protos/文件夹，如果每个proto文件都生成了对应的以py为后缀的python源代码，就说明编译成功了。

执行命令完成后，可以使用python 命令打开一个python shell ，如果运行import slim 成功则说明已经正确设置好了。

在research文件夹下，执行：

这条命令会自动检查TensorFlow Object Detection API 是否正确安装，如果出现下面的信息，说明己安装成功：

2.2 执行已经训练好的模型

如何使用这些预训练模型呢？官方已经给了一个用Jupyter Notebook 编写好的例子。首先在research文件夹下，运行命令： jupyter-notebook 。如果提示不存在该命令，可能是因为没高安装Jupyter Notebook ，需要自行安装。

使用组合键”shift＋ Enter “，可以依次执行这些命令。在这里介绍Notebook 中的命令，并给出相应的中文注释。

首先是导入一些需要的包和设置环境：

 

 导入包后，设置需要使用的模型：
 


# 这个文件保存了网络的结构和数据
 

 接下来下载预训练模型，根据网络环境的不同，下载的时间可能会有长有短。
 


 

 zoo，找到其他模型的下载地址。根据这些下载地址，只需要改变MODEL_FILE的值就可以下载不同的模型。为方便查阅，在此处也列出这些值：
 


 

 回到示例代码，下载模型后，程序就直接将读取到默认的计算图中（实际读取的是frozen_inference_graph.pb 文件），使用的代码如下所示：
 


 

 
 

 在进行真正的检测之前，还得定义一些帮助函数：
 


 

 

 下面开始检测图片！先定义要检测的图片：
 


# 输出图像的大小（单位是 in）
 

 TEST_IMAGE_PATHS 是一个列表，它保存了需要检测的图片。这里检测的图片是官方提供的示例图片。如果想要检测自己的图片，只要将这些图片的路径以列表形式保存在TEST_IMAGE_PATHS中就可以了。
 


 

 最后是检测的代码，同样给出中文注释：
 


 

# 最后就是检测代码了
# detection_graph是之前就定义好的计算图，已经将模型导入到内存中了，此处直接使用
 # 将图片扩展一维，最后进入神经网络的图片格式应该为[1, ?, ?, 3]
 # 对得到的检测结果进行可视化
 

 
 


 

 
 


 

 

 以VOC 2012 数据集为例，介绍如何使用TensorFlow Object DetectionAPI 训练新的模型。VOC 2012 是VOC 2007 数据集的升级版，一共高11530张图片，每张图片都高标注，标洼的物体包括人、动物（如猫、狗、岛等）、交通工具（如车、船飞机等）、家具（如椅子、桌子、沙发等）在内的20 个类别。圈子12 展示了VOC 2012 中的一张图片。

 

 首先下载数据集，并将其转换为tfrecord格式。voe 2012数据集的下载地址
 
 

 为了不影响代码的结构，不妨在object_detection 文件夹中， 再新建一个voc 文件夹，并将下载的数据集压缩包复制至voc/中。解压后，就得到一个VOCdevkit 文件夹，最终的文件夹结构应该为：

 

 JPEGlmages文件夹中存储了所高的图像数据。对于每一张图片，都在
Annotations文件夹中有其物体框的标注。
 
 

 
 

 
 

 这里的转换代码是为VOC 2012数据集提前编写好的。如果希望使用自己的数据集，有两种方法，第一种方法是修改自己的数据集的标注格式，使其和VOC 2012一模一样，然后就可以直接使用create_pascal_tf_record.py脚本转换了，另外一种方法是修改create_pascal_ tf_ record.py ，对读取标签的代码进行修改。
 
 

 
 

 
 

• 需要修改为自己的目录。它们应该分别被修改为：

 

 最后，在VOC文件夹中新建一个train_dir作为保存模型和日志的目录，使用下面的命令就可以开始训练了：
 
 

 训练的日志和最终的模型都会被保存在train dir 中，因此，同样可以使
用TensorBoard来监控训练情况：
 
 

 需要注意的是，如果发生内存和显存不足报错的情况，除了换用较小的模型进行训练外，还可以修改配置文件中的以下部分：
 
 

 这个部分表示将输入图像进行等比例缩放再开始训练，缩放后最大边长为1024，最小边长为600。可以将这两个数值改小（如分别改成512和300),使用的显存就会变小。不过这样做也很高可能导致模型的精度下降，还需根据自己的情况选择适合的处理方法。
 
 

2.4 导出模型并预测单张图片

 
 

 
 

 
 

 

 API的安装和使用，主要分为执行已经训练好的模型和训练自己的模型两部分。希望能够通过这篇文章，了解到深度学习中目标检测方法的基本原理，并掌握TensorFlow Object Detection API的使用方法。
 

平时经常要输入一些像“★”、“√”之类的特殊符号，或是“壹万贰仟叁佰肆拾伍元”之类的大写金额，很多朋友不知道该如何通过常用输入法快速输入，另外在使用输入法过程中，也时常会出现用五笔输入时有些字不会拆分，用拼音输入时有些字不会读音的情况，这时又该如何来快速输入这些疑难字呢？我们把大家常用的输入法汇集在一起，介绍一下如何解决这些常见的特殊输入问题，

很多朋友在使用输入法时，会发现一些文字明明拆分或拼音都输入正确了，但就是打不出需要的字，这时你需要检查一下输入法的设置，确认已经打开“GBK”编码，通常为了减少重码，输入法默认使用的是gb2312编码，这种情况下只能输入6763个常用汉字。

/help/)。例如要输入“Ⅲ”，就可以先输入“Z”，再输入“大写罗马”的五笔编码“dplc”，然后按数字“3”选择即可(见图8)。系列符号的编码对应关系也可以打开“wbjj_biaod.htm”文件查看。

单击五笔加加提示条，选择“管理工具”菜单下的“自定义编码工具”，单击“编辑单个符号表”按钮或“编辑成组符号表”按钮，可对特殊符号及其编码进行增删、修改操作。

拼音加加在特殊符号输入上和五笔加加具有许多相似之处，同样采用内置编码的方式来输入特殊符号，但其编码规则是特殊符号中文名称的简拼(即拼音首字母)，例如要输入符号“√”，直接输入其中文名称“对勾”的拼音编码“dg”，然后根据提示条中的提示按数字“3”即可上屏(见图9)。具体编码与符号的对应列表可以打开C:\Program

直接输入阿拉伯数字，例如“12345”，就可从提示条中看到两种常用的中文数字格式，按下需要使用的格式序号即可。

直接输入“98-2-3”或者“98/2/3”格式的数字，拼音加加就会在提示条中显示出两种常用的日期格式(见图10)，输入序号即可上屏。

当输入文稿时，如果遇到不认识的字，可以按下字母“i”进入临时笔画输入法，然后即可按照该字的笔画书写顺序进行输入，这里的笔画输入法和手机上使用的笔画输入法类似，只不过是键位定义有些区别，拼音加加的五个基本笔画横、竖、撇、点(捺)、折分别用其拼音首字母来表示，即h、s、p、d(n)、z。例如，“殳”字可能大部分人都不知道它的读音，但我们依然可以在拼音加加中正确输入，编码是“ipzzn”，然后根据提示按数字“3”即可，而且文字后面会告诉你该字的拼音(见图11)。

在紫光拼音中可以使用软键盘来输入各种特殊符号，它提供有13类软键盘符号，使用时右键单击输入法提示条中的软键盘图标，然后选择符号类型即可打开软键盘(见图12)，点击需要输入的符号即可。

除了使用软键盘输入外，紫光拼音还允许使用特定编码输入一些常用的特殊符号，在提示条上单击鼠标右键，选择“属性设置”，然后打开“自定义→特殊字词和短语”，即可看到特殊符号的编码，当然我们也可以自行输入或修改编码，格式为“英文编码=特殊符号”，例如添加一行“dhao=√”(见图13)，然后单击“确定”按钮保存设置，以后就可以用“dhao”来输入“√”了。

这里定义的特殊符号编码不能立即生效，需要重启紫光拼音输入法后才能生效。

在紫光拼音中按下字母“i”和“u”可以临时输入中文数字和常用单位，在输入时，紫光拼音要求使用特定的字母来代表数字的单位，具体如下:

其中按下字母“i”后可以临时切换到中文数字小写形式输入状态(一、二、三等)，例如键入“ir”可以输入“二○○五年四月一日”，而按下“u”后可以临时切换到中文数字的大写形式输入状态(壹、贰、叁等)，也就是大写货币金额，例如键入“u8w7q6b3s1v”就可以输入“捌万柒仟陆佰叁拾壹元”。

微软拼音的特殊符号输入相对比较麻烦一些，只能使用软键盘进行输入，这里同时也提示一下大家，对于系统自带的其他输入法以及一些标准接口输入法，使用软键盘是通用的特殊符号输入方式。

智能狂拼可以很方便地输入偏旁部首以及计量单位等特殊符号。其基本输入方法是先按“Ctrl＋[” 组合键进入特殊符号输入状态，然后按照下面的特殊符号类型编码进行输入，其编码规则是取其中文名称前两个字的声母。

部首＝bs 数学符号＝sx 数字序号＝xh

特殊符号＝fh 计量单位＝jl 标点符号＝bd

箭头符号＝jt 希腊字母＝xl 日文字母＝rw

罗马字母＝lm 拼音符号＝py 注音符号＝zy

天干地支＝tg 俄文字母＝ew

例如要输入数学符号中的“√”，就可以按下“Ctrl＋[”后，再按“sx”，这时在提示条中会显示出数学符号列表，不过当前显示并没有出现“√”，需要翻页才能出现，这里有个技巧，你只要继续输入特殊符号读音的第一个声母，就可以缩小提示条中显示的符号范围，这里我们再输入“d”，就可以在提示条中看到“√”了。

2.疑难字和偏旁部首输入

对于不认识或不能正确发音的字，智能狂拼也提供了笔画辅助输入方式，其五个基本笔画对应键位和拼音加加完全一样，输入方式上则需要先按“Ctrl＋[” 组合键进入特殊输入状态，然后即可按照该字的笔画书写顺序输入编码，利用这个方法也可以直接输入偏旁部首的笔画顺序，这要比使用前面的“bs”再选择部首的方法准确一些。

在特殊符号输入上，它也提供了和标准输入法完全一样的软键盘输入方式，同时还提供了非常方便的自定义编码输入方式，不过默认并未启用这个功能，需要在提示条上右击，选择“系统设置与管理”，然后单击“系统管理”选项卡，选中“批量添加词组或用户自定义词库到用户词库”选项，并在“编码方案”中选择你习惯使用的输入法选项(见图14)，单击“浏览”按钮，在打开对话框中选择“自定义编码”文件，最后单击“开始执行”按钮即可。

这里的特殊符号编码是龙文输入法默认设置好的，一般是以特殊符号中文名称的声母作为编码的，我们打开“C:\Program Files\龙文输入法平台”目录下的“自定义编码”文件，就能看到这些编码的定义了，当然，如果你想修改这些编码设置，只需要修改这个文本文件即可。

输入法默认半角标点的问题解决方法

最流行的五款拼音输入法软件横向评测

微软拼音输入法新应用技巧

在微软拼音2003中巧妙实现中英文混合输入

• python将键入转为整数list（一行代码）

   最近在做笔试题时，总会遇到将系统键入的一系列数转化为整数list，所以在此记录下，仅需一行代码

• root上面这个例子只能...

• python 中的int函数怎么用这个世界上有许多事情，你以为明天一定可以再继续做的，有很多人，你以为一定可以再见面的，于是，在你暂时放下手，或者暂时转过身的时候，你心中所想的，只是明日又将重聚的希望，有时候，...

• input()函数数据类型强制转换 ...注意点：如果想要用input函数搜集整数信息时，需要用到int(input())进行强制转换 money = int(input('你一个月工资多少钱？')) #将输入的工资数（字符串），强制转换为整...

• 链式赋值 使用这个方法会很方便进行变量交换 比起c++代码要见到多了，c++代码： int a=1,b=2,t; t = b;...在c++中，如果要定义常量，所用到的方法是： ...在Python中，其实是没有常量的，但出...