经过好几个月的摸索，终于成功调用起TensorRT测试自己的数据集训练得到的SSD模型。期间遇到的坑也是一个接一个，不断的调整环境，一遍又一遍的训练，现在总算是有了结果，开心。并且介于自己在实践期间在网上并没有找到很新很全的资料，现在就想把这些日子总结的经(xue)验(lei)写出来，从一开始的环境配置再到训练模型，再到tensorrt测试模型，以及一些error的解决办法，都做一个全面的整理，希望能帮助到有同样需求的同学。
0%
Next 8.0 进阶美化篇二
本文字数：
2.4k
阅读时长 ≈
2 分钟
原始next-pieces的布局不太符合我的审美，所以想按照自己的喜好自定义以下页面样式，比如自定义背景图片，去掉文章底部的白色背景，部件边框椭圆化一下，以及位置调整一下。所以这里就把自己的实现步骤记录一下。
Next 8.0 进阶美化篇一
本文字数：
8.4k
阅读时长 ≈
8 分钟
本篇教程主要讲解在markdown下对文本的部分美化效果，包括块状标签，文字色块，居中，自定义数字块等, 对初学者友好易上手。
Ubuntu下为AppImage应用添加图标并添加到应用
本文字数：
583
阅读时长 ≈
1 分钟
有时下载的一些AppImage应用是没有配置图标的，所以不是很美观，本篇教程指导根据自己喜好自定义应用图标，具体内容参见文章详情
Ubuntu下用TensorFlow Object Detection API测试训练的模型
本文字数：
4.7k
阅读时长 ≈
4 分钟
得到训练的模型后，进行测试前需要进行inference graph 的pb文件导出，本文记载了详细的操作步骤，以及最终的模型加载直到最终的检测结果
Ubuntu下用TensorFlow Object Detection API训练自己的数据
本文字数：
21k
阅读时长 ≈
19 分钟
对于使用TensorFlow Object Detection API训练自己的数据集，网上教程还是很全的，只要认真细心，跟着官方指导就不会有任何问题
Ubuntu20.04下成功配置TensorFlow Object Detection API 教程
本文字数：
1.1k
阅读时长 ≈
1 分钟
TensorFlow Object Detection API 作为目前开源的接口，集成了当下比较主流的一些网络模型，并且作了系统性的划分，所以适合快速上手各个算法模型，在使用之前，必须按照官方指导配置好环境，具体参考本篇内容完成配置
Hello World
本文字数：
432
阅读时长 ≈
1 分钟
Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.