Agora-Python-Tensorflow-Demo

Github传送门

本教程介绍如何使用Python集成Tensorflow并使用Agora构建示例应用程序。

所需环境

  • Python 3.6
  • Tensorflow >= 1.12
  • opencv-python
  • pillow

主要功能

  • 加入通话和离开通话;
  • 识别画面物体;

创建一个帐户并获取一个App ID

要构建和运行示例应用程序,请首先获取Agora App ID:

  • 在agora.io创建开发人员帐户。完成注册过程后,您将被重定向到仪表板页面
  • 在左侧的仪表板树中导航到项目 > 项目列表
  • 将从仪表板获取的App ID复制到文本文件中。您将在启动应用程序时用到它

编译指南

  • 下载 Python SDK Demo
  • 若是 Windows,复制.pyd and .dll文件到本文件夹根目录;若是IOS,复制.so文件到本文件夹根目录
  • 下载 Tensorflow模型,然后把 object_detection 文件复制.到本文件夹根目录
  • 安装 Protobuf。然后运行: protoc object_detection/protos/*.proto --python_out=.
  • 从这里下载预先训练的模型(下载链接)
  • 推荐使用 ssd_mobilenet_v1_coco 和 ssdlite_mobilenet_v2_coco,因为他们相对运行较快
  • 提取 frozen graph,命令行运行:python extractGraph.py --model_file=‘FILE_NAME_OF_YOUR_MODEL’
  • 最后,在 callBack.py 中修改 model name,在 demo.py 中修改Appid,然后运行即可

联系我们

  • 完整的 API 文档见 文档中心
  • 如果在集成中遇到问题, 你可以到 开发者社区 提问
  • 如果有售前咨询问题, 可以拨打 400 632 6626,或加入官方Q群 12742516 提问
  • 如果需要售后技术支持, 你可以在 Agora Dashboard 提交工单
  • 如果发现了示例代码的 bug, 欢迎提交 issue

代码许可

The MIT License (MIT)

Github传送门