1、生成xml文件：使用car_inference.py
1）配置環境變量
# From project/car_detect/shiyan_output_xml3/models/research
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
2）運行代碼
# From shiyan_output_xml3/models/research
python3 car_inference.py
2、使用生成的xml文件和原始圖片生成tfrecord數據
#From project/car_detect
python3 quiz-object-detection/create_data.py --label_map_path=./train_data/labels_items.txt --data_dir=./car_detect_data --output_dir=./
少量圖片沒事，圖片數很大時報錯：
錯誤原因：xml文件沒有寫入標定框信息（因爲類別判定不是car、truck等）和圖片數量沒關係
修改代碼，car_inference.py文件：類別不是car時也要輸出一個標定框（想直接刪除，報錯，顯示找不到改圖片，可能刪了後又調用了）
不是車的情況還挺多的
有一些直接沒有識別出任何類別，會輸出0.0 0.0 0.0 0.0這種標定框位置
再次運行create_data.py 代碼，還是報錯：
這是因爲生成xml文件的label.txt與create_data.py調用的labels.txt內容對不上。如下奔馳SL級AMG，右側多個r。
本地訓練：
3、本地訓練
#models及data所在目錄下
python3 ./models/research/object_detection/train.py --train_dir=./train_dir --pipeline_config_path=./car_detect_data/ssd_mobilenet_v1_pets.config
train_dir爲存放訓練結果的目錄，pipeline_config_path爲訓練所用config配置文件所在路徑
4、本地驗證
#models及data所在目錄下
python ./models/research/object_detection/eval.py --checkpoint_dir=./train_dir --eval_dir=./eval_dir --pipeline_config_path=./car_detect_data/ssd_mobilenet_v1_pets.config
checkpoint_dir爲存放訓練結果的目錄，eval_dir爲存放驗證結果的目錄，pipeline_config_path爲config配置文件（與訓練時同一文件）路徑
報錯：
WARNING:root:The following classes have no ground truth examples: [ 1 2 3 4 5 6 7 8 9
File "/home/jason/project/car_detect/models/research/object_detection/utils/object_detection_evaluation.py", line 167, in add_single_ground_truth_image_info
standard_fields.InputDataFields.groundtruth_classes]
KeyError: 'groundtruth_classes'
參考網址：未完全明白
https://www.cnblogs.com/caffeaoto/p/8758962.html