Win10_python3.7_Tensorflow2.8_GPU_Object Detection API 配置环境搭建

一、Tensorflow2.8 GPU环境配置

Tensorflow2.8 GPU的环境搭建，参考我上一篇的博文：

地址：https://blog.csdn.net/Nanicy_lin/article/details/123739689

二、下载 Object Detection API

Tensorflow官方下载地址：
地址：https://github.com/tensorflow/models

若github下载太慢，也可在gitee仓库下载：
地址：https://gitee.com/linanicy/object_detection_api
注意：由于官方models将随tensorflow版本进行升级，而gitee仓库是copy的github的models后，生成的个人仓库。故此连接下载的models，从版本上更为兼容，不会受到官方版本升级影响。

创建一个新的文件夹用于放API项目文件。进入新建文件夹，将models解压后，拷贝至该文件夹下。

三、下载 COCO API

github官方地址：
地址：https://github.com/cocodataset/cocoapi

gitee克隆仓库地址：
地址：https://gitee.com/linanicy/cocoapi
同理，由于github官方版本可能更新，在当前配置下，从gitee地址连接上下载，更为兼容。

注：
1.对于Tensorflow2.x， 需要安装COCO API，并且要在Tensorflow2.x Object Detection API安装之前安装，因为pycocotools 包是Object Detection API的依赖库，不安装可能出错。

2.需要在Tensorflow环境下运行，其本质是为当前Tensorflow环境安装一个pycocotools包，如下图为已经安装完成的pycocotools包：

四、Protobuf的安装配置

Tensorflow Object Detection API使用Protobuf对模型和参数进行管理，在使用框架前必须下载编译Protobuf库，库文件都放在object_detection/protos文件夹下。建议使用3.0版本以上的Protobuf。

安装Protobuf，在Tensorflow2.8虚拟环境中运行命令

conda install -c anaconda protobuf

进入models/research/目录下，运行编译命令如下，将protos文件夹下.proto文件编译为.py文件

cd D:\python\workspace\Object_Detection_API\models\research  # 根据自己的路径改

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

运行结束后可查看protos文件内，是否新生成很多.py文件。如图：

五、配置环境变量，path路径

简要说一下为什么配置path的路径，配置该API的路径，代表python搜索的路径，把编写的python模块添加到path上，想要python解释器找到自己编写的模块，则该模块的路径必须添加到path上，具体做法如下

即将model、models\research、models\research\slim都加入系统变量中的path中，也可以自己新建一个变量名，名字随意。

六、添加path路径文件

由于models路径太深，在执行一些python命令时，python会报错无法找指定模块，
解决办法是在你的当前虚拟环境(Tensorflow2.8)的python安装路径下新建一个tensorflow_model.pth文件。
比如我的是：
D:\python\anaconda\envs\od_api\Lib\site-packages\tensorflow2.x_models.pth，文件名字随意
然后将该文件用记事本打开，把写到环境变量里的其中两个路径复制到该文件中，如图：

七、安装 COCO API

cd进入下载好的cocoapi/PythonAPI，cocoapi存放位置随意，在Tensorflow2.8虚拟环境下，执行

cd D:\python\workspace\Object_Detection_API\cocoapi\PythonAPI  # 路径根据自己的cocoapi路径改

pip install cython

python3 setup.py build_ext --inplace

python3 setup.py build_ext install

pip install pycocotools  # 系统提示需要安装的包，自行安装

八、验证 COCO API 是否安装成功

1.pip list，可以看到包pycocotools==2.0.4

2.进入python命令行，执行import pycocotools命令，不报错说明已经安装成功了

九、安装 Object Detection API

在Tensorflow2.8虚拟环境中，进入models/research/文件目录下，运行如下命令

cp object_detection/packages/tf2/setup.py .

python -m pip install --use-feature=2020-resolver .

十、验证 Object Detection API 是否安装成功

在Tensorflow2.8虚拟环境中，进入models/research/文件目录下，运行model_builder_tf2_test.py 验证代码

python object_detection/builders/model_builder_tf2_test.py

注：若提示缺少包，使用pip命令下载安装即可。需要特别注意的是，在提示缺少official包时，不要直接安装此包，会提示找不到，安装命令应该是：

pip install tf-models-official

若出现以下运行结果则表示Object detection api训练环境搭建成功

INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_create_ssd_models_from_config): 16.0s
I0326 02:35:58.660149  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_create_ssd_models_from_config): 16.0s
[       OK ] ModelBuilderTF2Test.test_create_ssd_models_from_config
[ RUN      ] ModelBuilderTF2Test.test_invalid_faster_rcnn_batchnorm_update
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_invalid_faster_rcnn_batchnorm_update): 0.0s
I0326 02:35:58.673595  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_invalid_faster_rcnn_batchnorm_update): 0.0s
[       OK ] ModelBuilderTF2Test.test_invalid_faster_rcnn_batchnorm_update
[ RUN      ] ModelBuilderTF2Test.test_invalid_first_stage_nms_iou_threshold
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_invalid_first_stage_nms_iou_threshold): 0.0s
I0326 02:35:58.678552  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_invalid_first_stage_nms_iou_threshold): 0.0s
[       OK ] ModelBuilderTF2Test.test_invalid_first_stage_nms_iou_threshold
[ RUN      ] ModelBuilderTF2Test.test_invalid_model_config_proto
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_invalid_model_config_proto): 0.0s
I0326 02:35:58.688573  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_invalid_model_config_proto): 0.0s
[       OK ] ModelBuilderTF2Test.test_invalid_model_config_proto
[ RUN      ] ModelBuilderTF2Test.test_invalid_second_stage_batch_size
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_invalid_second_stage_batch_size): 0.0s
I0326 02:35:58.692566  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_invalid_second_stage_batch_size): 0.0s
[       OK ] ModelBuilderTF2Test.test_invalid_second_stage_batch_size
[ RUN      ] ModelBuilderTF2Test.test_session
[  SKIPPED ] ModelBuilderTF2Test.test_session
[ RUN      ] ModelBuilderTF2Test.test_unknown_faster_rcnn_feature_extractor
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_unknown_faster_rcnn_feature_extractor): 0.0s
I0326 02:35:58.705710  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_unknown_faster_rcnn_feature_extractor): 0.0s
[       OK ] ModelBuilderTF2Test.test_unknown_faster_rcnn_feature_extractor
[ RUN      ] ModelBuilderTF2Test.test_unknown_meta_architecture
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_unknown_meta_architecture): 0.0s
I0326 02:35:58.707704  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_unknown_meta_architecture): 0.0s
[       OK ] ModelBuilderTF2Test.test_unknown_meta_architecture
[ RUN      ] ModelBuilderTF2Test.test_unknown_ssd_feature_extractor
INFO:tensorflow:time(__main__.ModelBuilderTF2Test.test_unknown_ssd_feature_extractor): 0.0s
I0326 02:35:58.719965  9780 test_util.py:2374] time(__main__.ModelBuilderTF2Test.test_unknown_ssd_feature_extractor): 0.0s
[       OK ] ModelBuilderTF2Test.test_unknown_ssd_feature_extractor
----------------------------------------------------------------------
Ran 24 tests in 19.862s

OK (skipped=1)

十、配置完成

参考资料

https://blog.csdn.net/l13022736018/article/details/108737082
https://blog.csdn.net/mdjxy63/article/details/81146964
https://www.jianshu.com/p/9c9b908a2b73