Mac 配置tensorflow object_detection API + labelImg 安装

Mac OSX: 10.15

Anaconda3

参考链接🔗：

•  TensorFlow Object Detection API tutorial
• mac OS 安装tensorflow并配置TensorFlow Object_detection API

---

创建tensorflow环境：

conda create -n tflow python=3.7

激活环境tflow：

conda activate tflow

安装tensorflow，需要选“y/N”的都选“y”：

conda install tensorflow=2.0.0

#我目前用的是tensorflow2.0，有很多和1.x函数名不兼容的情况。

安装一些依赖：

有几个安装包：pillow、lxml、jupyter、matplotlib、opencv、Cython需要安装，最好一个个安装，例如：

conda install pillow

conda install lxml
.
.
.

选一个位置新建一个Tensorflow文件夹，去tensorflow/models下载models-master.zip，下载后解压重命名为models并复制到这个Tensorflow文件夹下，文件结构：

TensorFlow
└─ models
    ├── official
    ├── research
    ├── samples
    └── tutorials

COCO API 安装：

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make
cp -r pycocotools <PATH_TO_TF>/TensorFlow/models/research/

make后把PythonAPI下的 pycocotools 拷贝到 Tensorflow/models/research目录下。

---

tensorflow Object Detection API 需要用到protobuf用来配置模型、训练参数，Mac下安装protobuf：

brew install protobuf

# 然后在Tensorflow/models/research/文件夹下执行编译：

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

 编译后会出现类似于这些文件：

修改 ~/.bashrc 环境变量：将下面的这句添加到环境变量中，可能需要sudo权限(sudo vi ~/.bashrc).

export PYTHONPATH=$PYTHONPATH:<PATH_TO_TF>/TensorFlow/models/research/object_detection

最后可以跑一下object_detection 文件夹下的object_detection_tutorial.ipynb 看看效果。

 二 、安装 labelImg ：

创建一个labeling环境并激活：

conda create -n labelImg pyqt=5

activate labelImg

 在Tensorflow文件夹下新建一个addons文件夹，并下载labelImg到该文件夹下, 解压后的文件目录为：

TensorFlow
├─ addons
│   └── labelImg
└─ models
    ├── official
    ├── research
    ├── samples
    └── tutorials

安装labelImg之前需要解决依赖问题：

brew install qt
brew install libxml2
or 
pip3 install pyqt5 lxml # 两个package


# 然后在labelImg文件夹下运行：

make qt5py3

# 启动labelImg：
python3 labelImg.py
或
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

启动后的软件：

labelImg