Tensorflow在更新1.0版本之后多了很多新功能，其中放出了很多用tf框架写的深度网络结构（），大大降低了开发难度，利用现成的网络结构，无论微调还是重新训练方便了不少。最近笔者终于跑通TensorFlow对象检测API的ssd_mobilenet_v1模型，这里记录下如何完整跑通数据准备到模型使用的整个过程，相信对自己和一些同学能所有帮助。

　　这里TensorFlow的安装就不再说明了，网上的教程一大把，大家可以找到很详尽的安装TensorFlow的文档。

　　提供一种更简单生产.record格式的方法。首先需要先要标注图像相应标签，这里可以使用

　　工具。每标注一张样本，即生成一个XML的标注文件。然后，把这些标注的XML文件，按训练集与验证集分别放置到两个目录下，在Datitran提供了xml_to_csv.py脚本。这里只要指定标注的目录名即可。接下来，然后需要我们把对应的CSV格式转换成.record格式。

　　这里面有很多指标曲线，甚至有模型网络架构，笔者对于这里面很多指标含义还没有弄明白，不过感觉出TensorBoard这个工具应该是极其强大。不过我们可以通过Total_Loss来看整体训练的情况。

　　从整体上看，损失曲线确实是收敛的，整体的训练效果还是满意的。另外，TensorFlow还提供了训练过程中利用验证集验证准确性的能力，但是笔者在调用时，仍有些问题，这里暂时就不详细说明了。EBET易博