Ubuntu 16.04下安装TensorFlow Object Detection API--从头开始训练自己的数据集（一）

一、TensorFlow Object Detection API 环境搭建

     TensorFlow Object Detection API 默认提供了 5 个预训练模型,官们都是使用 coco 数据集训练完成的,结构分别为 SSD+Mobi leNet 、 SSD+Inception 、R-FCN+ ResNet101 、 FasterRCNN+ResNet101、 Faster RCNN+Inception_ResNet 。

      在GitHub上,Object Detection API是存放在tensorflow /models 项目(地址: https: //github.com/tensorflow/models )下的。可以通过 git 来下载 tensorflow/models: git clone https://github.com/tensorflow/models.git 。也可以直接在github下载zip包，本文直接下载的zip包(大概415M，虽然我们只会用到里面很少一部分内容)

下载后，解压到~/tensorflow目录下，为了与github目录结构一致，我们将models-master目录重命名为models

得到如下目录结构~/tensorflow/models/research/object_detection

Tensorflow Object Detection API 依赖如下组件包:

    Tensorflow （最新版本，安装过程参考本文姊妹篇《Ubuntu 16.04下搭建TensorFlow运行环境（用Anaconda）》）

    Protobuf 2.6
    Python-tk
    Pillow 1.0
    lxml
    tf Slim (已在 "tensorflow/models/research/" 目录下)
    Jupyter notebook
    Matplotlib
    cocoapi

若你是通过《Ubuntu 16.04下搭建TensorFlow运行环境（用Anaconda）》介绍的方式，用anaconda安装的tensorflow，那么这上面的所有依赖项（除了cocoapi）都已经自动安装好，你可以像安装tensorflow一样在anaconda-navigator的搜索框里搜索下上面的组件，检验是否均已安装。
 

Protobuf 编译（非常重要）

 Tensorflow Object Detection API 用 Protobufs 来配置模型和训练参数. 在用这个框架之前,必须先编译Protobuf 库，切换到这个目录下： tensorflow/models/research/， 另外，确保当前bash是在anaconda的root环境中，具体参考《Ubuntu 16.04下搭建TensorFlow运行环境（用Anaconda）》

# 在这个目录下： tensorflow/models/research/
source activate root

cd ~/tensorflow/models/research/

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

 

★如果报错： object_detection/protos/model.proto:12:5: "Ssd" is not defined.

则说明protoc的版本不对，

解决办法：

1.下载 https://github.com/google/protobuf/releases/download/v3.2.0/protoc-3.2.0-linux-x86_64.zip

2.解压

3.将bin文件夹下的执行文件protoc拿到models/research目录下。

4.执行：

cd ~/tensorflow/models/research/

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

5.运行完成后,可以检查 object_detection/protos/文件夹,如果每个 proto文件都生成了对应的以 PY 为后缀的 python 源代码,就说明编译成功了。

添加环境变量 PYTHONPATH（非常重要）

tensorflow/models/research/ 和 slim 目录 需要添加到PYTHONPATH环境变量中. 从终端中，切换到tensorflow/models/research/目录，执行:

# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

注意: 这条命令在新打开的终端中需要重新执行一次才会在新终端中生效，如果不想那么麻烦，就用下面的命令编辑 ~/.bashrc 文件，把上面的语句添加到末尾.

gedit ~/.bashrc

测试：

执行一下语句，得到ＯＫ则说明安装成功:

python object_detection/builders/model_builder_test.py