目标检测框架：支持TF2的TF Object Detection

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

一直以来，最常用的目标检测库都是港中文的mmdetection和Facebook的detectron2但这两个库都是基于库的PyTorch的，PyTorch的模型部署方面还是稍差于TensorFlow，如果想用TensorFlow最好选择谷歌的官方目标检测模型TF Object Detection库：

目前随着TensorFlow 2x的到来，TFObject Detection库也支持TF2.最重要的是兼容TensorFlow 1.x，这真是非常nice。但是，官方建议您使用最新的TF训练模型的主要原因如下：

• 只有最新的模型TF2中更新，未来将继续更新；

• TF2训练得到的模型效果和TF几乎没有区别；

• TF使用起来更容易GPU和TPU分布式训练；

• TF2的Eager模式使debug更容易；

除了支持TF2外，TF2还增加了更多的模型，如新模型CenterNet和EfficientDet，具体Model Zoo如下所示：

但是，如果你想用的话TF1，那么你可以查看对应的ModelZoo（https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md），要比TF支持模型较少。

此外，亲密的开发者还提供了详细的入门教程Colab：

• 训练:在自己的数据集上fine-tune一个检测器；

• 推理：用model zoo推理预测中模型；

• 移动端部署：Fine-tune并用检测器TensorFlow Lite部署

更多见https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2.md

好消息！

小白学视觉知识星球

开始向外开放。

下载1：OpenCV-Contrib中文版教程扩展模块  在「小白学视觉」微信官方账号后台回复:扩展模块中文教程，下载全网第一份OpenCV中文版扩展模块教程涵盖扩展模块安装SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等20多章。   下载2：Python视觉实战项目52讲 在「小白学视觉」微信官方账号后台回复:Python可下载图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情感检测、文本内容提取、面部识别等31个视觉实践项目，帮助快速学校计算机视觉。   下载3：OpenCV实战项目20讲 在「小白学视觉」微信官方账号后台回复:OpenCV20个实战项目可以下载20个基于OpenCV实现20个实战项目OpenCV学习进阶。   交流群  欢迎加入微信官方账号读者群与同行交流。SLAM、三维视觉、传感器、自动驾驶、摄影计算、检测、分割、识别、医学图像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称 学校/公司 研究方向，例如：张三 上海交大 视觉SLAM“。请按格式备注，否则不予通过。请按格式注明，否则不予通过。添加成功后，将根据研究方向邀请进入相关微信群。请不要在群里发广告，否则请出群。谢谢你的理解~