安装运行谷歌开源的TensorFlow Object Detection API视频物体识别系统

Linux安装

参照官方文档： https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

安装Python

下载地址https://www.python.org/，建议安装Anaconda，下载地址https://www.anaconda.com/download/，官网最新版本为Anaconda3-5.1.0，选择对应的操作系统进行安装，笔者选用的版本为4.3.8。

Anaconda下载

https://www.anaconda.com/download/ （不推荐，官网下载慢）

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ （推荐，清华大学开源软件镜像站进行下载并配置镜像）

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ （mini版，，清华大学开源软件镜像站）

安装TensorFlow

笔者用给pip方式安装

安装CUP版的TensorFlow：

pip install tensorflow

安装CUP版的TensorFlow：

pip install tensorflow 

笔者选择TensorFlow的版本为1.5.0，因此：

pip install tensorflow==1.5.0

安装Protoc

Protoc用于编译相关程序运行文件，进入Protoc下载页，根据具体的操作系统选择对应的版本，笔者为Win7下载类似下图中带win32的压缩包，解压后将bin文件夹内的protoc.exe拷贝到c:\windows\system32目录下

笔者选择的是：

因为最近的3.5.1存在BUG会操作Object Detection API无法编译。

安装git

进入git官网下载Windows平台的git

下载代码并编译

在cmd中输入如下代码：

git clone https://github.com/tensorflow/models.git

或在官网，下载ZIP包：

cmd进入到models/research/文件夹，编译Object Detection API的代码：

# From models/research/
protoc object_detection/protos/*.proto --python_out=.

将库添加到PYTHONPATH，models/research和models/research/slim目录应附加到PYTHONPATH中。

D:\models-master\research;D:\models-master\research\slim

测试安装，通过运行以下命令来测试您是否正确安装了Tensorflow Object Detection API：

python object_detection/builders/model_builder_test.py

运行notebook demo

在models-master\research文件下运行以下命令：

notebook demo

浏览器自动开启，显示如下界面：

选择object_detection进入

选择object_detection_tutorial.ipynb进入

点击Cell内的Run All，等待几分钟左右（下载模型），即可显示如下结果：

至此官网示例已搭建运行完毕