Tensorflow Object Detection API介绍和应用(mac版)——（1.安装跑测试程序）

1、前言

Tensorflow Object Detection API是谷歌TensorFlow下面的物体检测项目，可以实现图像内物体检测，支持视频和图片，可以在图片上框框出实体，标注出实体具体类别（类别是自己打的标签，或者项目内提供的预训练模型和标签数据）。原理呢，目前还一点没看。看教程安装了2天，顺利跑通了test程序和在pre-trained model基础上自定义训练模型。在安装过程中也遇到了一些问题——比如：文档略微过期，git项目文件名改了；自己漏了安装一些包等。特此完成记录一下安装到使用的流程。

2 参考文档

先给出开源项目git地址和主要参开的安装教程如下：
（1）项目git地址：https://github.com/tensorflow/models
（2）git下使用教程：https://github.com/tensorflow/models/tree/master/research/object_detection
（3）另一个参考教程（6节）：https://pythonprogramming.net/introduction-use-tensorflow-object-detection-api-tutorial/
（4）可能遇到问题：https://github.com/tensorflow/models/issues

3、object detection api 安装和测试

3.1 Anaconda安装

官网下载安装，这里用的python3.5。用Anaconda安装后发现省了一些手动安装python包的过程，同时安装好了jupyter，还算方便。

3.2 其它依赖下载安装

打开终端，下面文件路径改一下自己真实存放位置

1. 安装TensorFlow（cpu版本）：pip install tensorflow
2. 下载git项目到指定目录
   （1）mac要先安装和配置好git，不再赘述
   （2）命令行到指定项目要下载的目录,例如我的目录：cd /Users/bjjoy/JupyterProjects
   （3）git clone https://github.com/tensorflow/models.git
3. protoc安装（该包貌似是编译项目里边一些文件，解析文件流用的）
   （1）查看是否安装（没有安装执行后续步骤）：protoc --version
   （2）https://github.com/protocolbuffers/protobuf/releases，下载protoc-3.9.0-rc-1-osx-x86_64.zip
   （3）解压，将文件 protobuf/bin/protoc 移动到 /usr/local/bin 下
   （4）终端查看版本（完成有 libprotoc 3.9.0）：protoc --version
4. 编译项目内proto文件
   （1）到models项目路径：cd /Users/bjjoy/JupyterProjects/models/research
   （2）编译文件：protoc object_detection/protos/*.proto --python_out=.
   （3）修改项目路径环境变量（每次重启终端都需要到 models/research路径下执行）：export PYTHONPATH=$PYTHONPATH:pwd:pwd/slim
5. 测试程序
   （1）启动jupyter（点击Anaconda->Jupyter Launch），到chrome浏览器
   （2）到models下面，http://localhost:8888/tree/models/research/object_detection
   （3）object_detection_tutorial.ipynb，运行该文件，点击俩右三角符号（像快进，鼠标停留在上面会悬浮显示 restart the kernel …）
   （4）等一会（第一次运行会下载预训练模型到object_detection下，下载貌似需要vpn翻墙，从google下载的，文件名是ssd_mobilenet_v1_coco_2017_11_17.tar.gz，如果没有vpn就需要搜索找一下，下载到object_detection路径下，然后修改代码In [5]，注释掉下面2行
   opener = urllib.request.URLopener()
   opener.retrieve(DOWNLOAD_BASE + MODEL_FILE, MODEL_FILE))
   （5）结果会看到
   
   

4、总结

protoc安装浪费了一下时间，本机Anaconda和git都是安装好的，跑通还算顺利。测试文件（object_detection_tutorial.ipynb）代码流程很容易读懂，通过修改In [4]，In [5]，In[9]里边的文件路径，就能实现调用不同模型和图片，识别其它实体。

下一章：https://blog.csdn.net/bjjoy2009/article/details/94962333
将介绍2个已经训练好的模型，利用object_detection_tutorial.ipynb进行实体检测。

下下章再介绍比较麻烦的，如何利用pre-trained model，训练属于自己的自定义模型。