盯住梅西：TensorFlow目标检测实战

https://baijiahao.baidu.com/s?id=1581115075233058548&wfr=spider&for=pc

1、

对于谷歌开源的TensorFlow Object Detection API视频物体识别系统实现教程

http://blog.csdn.net/xiaoxiao123jun/article/details/76605928

2、用Tensor Flow object detection API实现了对实验视频的特定移动物体的追踪。

http://blog.csdn.net/dy_guox/article/details/79111949

3、(good paper)

Tensorflow object detection API 搭建属于自己的物体识别模型（2）——训练并使用自己的模型

http://blog.csdn.net/dy_guox/article/details/79111949

	flags.DEFINE_string

	os.path.join(os.getcwd(),

tf.flags.DEFINE_string("test_file", "./test_data/test.recency_corpus.0206", "test file")  
tf.flags.DEFINE_string("test_file_result", "./test_data/test.recency_corpus.0206.result.2", "test file")                                                                                                    
tf.flags.DEFINE_integer("batch_size", 640, "Batch Size (default: 64)")

#第一个是参数名称，第二个参数是默认值，第三个是参数描述

4、http://blog.csdn.net/c2a2o2/article/details/78436716

动动手，用TensorFlow API训练出自己的目标检测模型

Object Detection API提供了5种网络结构的预训练的权重，全部是用COCO数据集进行训练，这五种模型分别是SSD+mobilenet、SSD+inception_v2、R-FCN+resnet101、faster RCNN+resnet101、faster RCNN+inception+resnet101。

5、https://www.cnblogs.com/qcloud1001/p/7677661.html

深度学习入门篇–手把手教你用 TensorFlow 训练模型

6、http://www.cnblogs.com/evempire/p/8401352.html

TensorFlow使用object detection训练自己的模型用于物体识别

(使用这个进行调参)

python object_detection/train.py \
--logtostderr \
--pipeline_config_path= D:/training-sets /data-translate/training/ssd_mobilenet_v1_pets.config \
--train_dir=D:/training-sets/data-translate/training