目标检测框架：支持TF2的TF Object Detection-技术圈

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，大家最常用的目标检测库是港中文的mmdetection和Facebook的detectron2库，不过这两个库都是基于PyTorch的，PyTorch的模型部署方面还是稍差于TensorFlow，如果想用TensorFlow的目标检测模型，最好的还是选择还是谷歌官方的TF Object Detection库：

目前随着TensorFlow 2x的到来，TF Object Detection库也支持TF2了，而且最重要的是还兼容TensorFlow 1.x，这真是非常nice。不过官方还是建议大家使用最新的TF2来训练模型，主要原因如下：

最新的模型只会在TF2中更新，未来还会继续更新；
TF2训练得到的模型效果和TF1几乎没有差别；
TF2可以更容易地使用GPU和TPU进行分布式训练；
TF2的Eager模式使debug更容易；

除了支持TF2外，TF2也新增了更多的模型如CenterNet和EfficientDet，具体Model Zoo如下所示：

不过，如果你想使用TF1，那么你可以查看对应的Model Zoo（https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.md），要比TF2支持的模型少一些。

另外，贴心的开发者还给了详细的入门教程Colab：

训练：在自己的数据集上fine-tune一个检测器；
推理：用model zoo中的模型进行推理预测；
移动端部署：Fine-tune一个检测器，并用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
开始面向外开放啦👇👇👇



下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、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、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力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」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、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“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~