011基于Anaconda实现tensorflow目标检测环境搭建

1、下载models：链接:https://pan.baidu.com/s/1TNeg20BvkgxruqyTH_ClxA 密码:rky0
2、下载cocoapi：https://github.com/cocodataset/cocoapi.git

git clone https://github.com/cocodataset/cocoapi.git

3、参考官方提供的文档配置环境
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md
我是的环境是Anaconda下的，专门创建了学习tensorflow的环境，基于python3.

搭建环境要注意是在哪个版本下搭建，之前就是弄错了结果一直不能导包，到最后一步检查时提示没有contrib，这是因为默认的base环境下我没有install tensorflow。

4、在anaconda下配置子环境时，所有的文件都在envs文件夹下，将models文件夹放在envs下的tensorflow文件夹中，因为这里我将子环境命名为tensorflow

(base) appledeMacBook-Pro:~ apple$ activate tensorflow
(base) appledeMacBook-Pro:~ apple$ conda info -e
# conda environments:
#
base                  *  /anaconda3
tensorflow               /anaconda3/envs/tensorflow

可以看出默认是base环境，所以将models文件夹放在…/anaconda3/envs/tensorflow/下，同时将下载好的cocoapi放在models里。

5、接下来是cocoapi的安装
官方步骤是：

进入cocoapi中的PythonAPI文件夹，对里面Makefile执行make操作：
因为我是在tensorflow子环境中，所以在终端要切换环境：

(base) appledeMacBook-Pro:~ apple$ conda activate tensorflow

make操作：

(tensorflow) appledeMacBook-Pro:~ apple$ cd /anaconda3/envs/tensorflow/lib/python3.6/site-packages/tensorflow/models/cocoapi/PythonAPI 
(tensorflow) appledeMacBook-Pro:PythonAPI apple$ make

makefile文件：

all:
    # install pycocotools locally
	python3 setup.py build_ext --inplace
	rm -rf build

install:
	# install pycocotools to the Python site-packages
	python3 setup.py build_ext install
	rm -rf build

要注意的是文件里面使用的是python，要改成python3

make编译之后生成了pycocotools文件夹，将这个文件夹复制到models/research/中

6、接下来步骤protoc，research文件夹下的objec_detection下的protos里面的文件都执行了且生成相应的.py文件

添加依赖：因为要使用slim

最后运行目标检测里面的文件看是否成功：

python object_detection/builders/model_builder_test.py

直接复制粘贴到终端：
即：

(tensorflow) appledeMacBook-Pro:research apple$ protoc object_detection/protos/*.proto --python_out=.
(tensorflow) appledeMacBook-Pro:research apple$ export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
(tensorflow) appledeMacBook-Pro:research apple$ python3 object_detection/builders/model_builder_test.py
..............
----------------------------------------------------------------------
Ran 14 tests in 0.080s

可以看出执行成功即配置正确。