Tensorflow Object Dection API 实现步骤及出现问题的解决方法

一、准备工作
备注:本文中路径中的“~”均为各人安装路径!
下载并安装Anaconda
下载路径:Download
下载安装教程参考:下载安装教程
在这里插入图片描述
二、正式工作
1、在Anaconda创建tensorflow环境

在Anaconda Prompt
在这里插入图片描述
中执行

conda create -n tensorflow13 python=3.6

成功后关闭Anaconda Prompt。
2、启动(激活)环境
打开cmd,执行

activate tensorflow13

在这里插入图片描述
成功后不要关闭!
3、下载tensorflow
继续执行

pip install -i https://pypi.douban.com/simple tensorflow==1.13.1

检测安装是否成功:
继续执行

Python
import tensorflow

如果结果为下图,则安装成功。
安装成功
如果结果为下图,则安装失败。
在这里插入图片描述解决方法:
找到~/anaconda3/envs/tensorflow/lib/python3.5/site-packages/tensorflow/python/framework目录下的dtypes.py
将_np_quint8 = np.dtype([(“quint8”, np.uint8, 1)])改为

_np_quint8 = np.dtype([("quint8", np.uint8, (1,))])

重新执行

import tensorflow

若仍不行,则将_np_quint8 = np.dtype([(“quint8”, np.uint8, 1)])
_np_quint8 = np.dtype([(“quint8”, np.uint8, 1)])
_np_qint16 = np.dtype([(“qint16”, np.int16,1)])
_np_quint16 = np.dtype([(“quint16”, np.uint16, 1)])
_np_qint32 = np.dtype([(“qint32”, np.int32, 1)])
改为

_np_quint8 = np.dtype([("quint8", np.uint8, (1,))])
_np_quint8 = np.dtype([("quint8", np.uint8, (1,))])
_np_qint16 = np.dtype([("qint16", np.int16,(1,))])
_np_quint16 = np.dtype([("quint16", np.uint16, (1,))])
_np_qint32 = np.dtype([("qint32", np.int32, (1,))])

再按照如上方法检测,问题应该会解决。
4、下载所需要的Python包
(要在tensorflow环境下进行分别执行如下命令进行下载)
在这里插入图片描述

pip install -i https://pypi.douban.com/simple pillow 
pip install -i https://pypi.douban.com/simple matplotlib 
pip install -i https://pypi.douban.com/simple lxml 
pip install -i https://pypi.douban.com/simple jupyter 
pip install -i https://pypi.douban.com/simple Cython

5.安装Protoc
下载地址: Download
在这里插入图片描述
下载后解压并配置path的环境变量
在这里插入图片描述
在这里插入图片描述
6.下载api
下载地址: Download
下载后解压并配置环境变量
(新建PYTHONPATH并将
~\models-1.13.0\research\slim;
~\models-1.13.0\research;
~\models-1.13.0\research\object_detection三个地址加到里面。)
在这里插入图片描述
在这里插入图片描述
7.编译protoc
在models-1.13.0\research目录下执行

protoc object_detection/protos/*.proto --python_out=.

8.运行model_builder_test.py
在models-1.13.0\research\object_detection\builders目录下执行

python model_builder_test.py

出现如下图结果则说明环境搭建成功!在这里插入图片描述
若出现“ModuleNotFoundError: No module named ‘object_detection’”错误,
则需在models-1.13.0/research/目录下执行

python setup.py install

可以解决问题。若继续出现“ImportError: No module named ‘nets’”错误,则需在models/research/slim目录下执行

python setup.py install

可以解决问题。若继续出现“could not create ‘build’: 当文件已存在时,无法创建该文件。”错误,则需将models-1.13.0\research\slim目录下的BUILD文件(如下图)移出,可以解决问题。在这里插入图片描述
9.运行模型
在models-1.13.0\research目录下执行

jupyter notebook

在这里插入图片描述
执行后会弹出网页,如果没弹出网页就复制该地址到浏览器
在这里插入图片描述
10、选择该选项,并点击进入
在这里插入图片描述
11、运行结果
在这里插入图片描述
可能需要等待几分钟后会出结果(如下图),即运行成功。
在这里插入图片描述

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值