安装 TF object detection API w10

TensorFlow object detection API要求使用其GitHub库中提供的特定目录结构。

我的具体实现步骤如下;

1、在D盘创建名为 “tensorflow1”的文件夹

这个文件夹将包含所有 TensorFlow object detection 框架,包括 training images, training data, trained classifier, configuration files, 和其他完成object detection classifier 工作的所以东西。

2、下载tensorflow models

从github上下载项目(右上角“Clone or download”-"DownloadZIP"),下载到本地目录(避免中文),解压,把名字models-master修改为models


3、下载安装第三方库

因为 第三方库pillow、lxml、Cython、jupyter、matplotlib、pandas都已经有了(我是直接用anaconda安装的python,并且是在anaconda提供的base环境中进行的配置,所以很多第三方的库已经有了)

这里只需要安装opencv-python

pip install opencv-python

4、用Protobuf 解析Tensorflow object detection API中一些文件

在Anaconda Command Prompt,改变路径到 \models\research 复制以下语句按enter:

protoc .\object_detection\protos\anchor_generator.proto --python_out=. 

在Anaconda Command Prompt,改变路径到 \models\research 复制以下语句按enter:

protoc .\object_detection\protos\anchor_generator.proto .\object_detection\protos\argmax_matcher.proto .\object_detection\protos\bipartite_matcher.proto .\object_detection\protos\box_coder.proto .\object_detection\protos\box_predictor.proto .\object_detection\protos\eval.proto .\object_detection\protos\faster_rcnn.proto .\object_detection\protos\faster_rcnn_box_coder.proto .\object_detection\protos\grid_anchor_generator.proto .\object_detection\protos\hyperparams.proto .\object_detection\protos\image_resizer.proto .\object_detection\protos\input_reader.proto .\object_detection\protos\losses.proto .\object_detection\protos\matcher.proto .\object_detection\protos\mean_stddev_box_coder.proto .\object_detection\protos\model.proto .\object_detection\protos\optimizer.proto .\object_detection\protos\pipeline.proto .\object_detection\protos\post_processing.proto .\object_detection\protos\preprocessor.proto .\object_detection\protos\region_similarity_calculator.proto .\object_detection\protos\square_box_coder.proto .\object_detection\protos\ssd.proto .\object_detection\protos\ssd_anchor_generator.proto .\object_detection\protos\string_int_label_map.proto .\object_detection\protos\train.proto .\object_detection\protos\keypoint_box_coder.proto .\object_detection\protos\multiscale_anchor_generator.proto .\object_detection\protos\graph_rewriter.proto --python_out=.

在目录\object_detection\protos下,这将为每一个名为×××.proto的文件生成名为×××_pb2.py 的文件。

5、把Tensorflow object detection API是安装到自己的电脑环境中

在Anaconda Command Prompt,改变路径到 \models\research 复制以下语句按enter:

python setup.py build
python setup.py install

6、验证tensorflow object detection API 是否安装成功

从文件夹 \object_detection 中找到object_detection_tutorial.ipynb 文件,用在 Jupyter notebook或 Jupyter lab中打开,并运行。

得到以上图像说明Tensor flow object detection API安装成功。

7、按照官网的方法验证tensorflow object detection API 是否安装成功

官网:

tensorflow/modelsgithub.com

Testing the Installation

You can test that you have correctly installed the Tensorflow Object Detection
API by running the following command:

python object_detection/builders/model_builder_test.py

会出现如下的错误提示:

Traceback (most recent call last):
  File "object_detection/builders/model_builder_test.py", line 21, in <module>
    from object_detection.builders import model_builder
ImportError: No module named 'object_detection'

解决方法:如上图所示--在anaconda prompt下配置环境变量:

set PYTHONPATH=D:\tensorflow1\models;D:\tensorflow1\models\research;D:\tensorflow1\models\research\slim

如果电脑重启了,环境要重新配置。

我的电脑配置为:Windows 10,python3.5,tensorflow-gpu 1.8,请酌情参考。

参考:

eric-erki/How-To-Train-an-Object-Detection-Classifier-for-Multiple-Objects-Using-TensorFlow-GPU-on-Windows-1github.com图标

编辑于 2018-09-08

文章被以下专栏收录