Ubuntu16 Tensorflow Object Detection API 训练自己的数据集 环境搭建以及问题解决记录

本文详细记录了在Ubuntu16.04上使用Tensorflow Object Detection API进行环境配置、数据集制作、训练过程,包括遇到的错误及解决方案,涉及CUDA、CuDNN、protobuf的安装和TFRecord转换。
摘要由CSDN通过智能技术生成
本文主要综合几个切实使用并可用的教程,以及使用过程中遇到的报错和解决问题做一个记录

1. 环境介绍

由于不开学,我用的是自己的笔记本,环境配置如下:
环境配置:Ubuntu16.04+CUDA9.0+CuDNN7.0.5+NVIDIA Driver 418.56+tensorflow-CPU 1.
用GPU跑笔记本散热不好,实在是太热。
电脑显卡:GetForce MX250 4G
电脑内存:8G
处理器:intel core i7

2. Tensorflow Object Detection API配置

参考:
[1] ubuntu16.04下Tensorflow object detection API安装

简述步骤
  1. 下载tensorflow-models源码
 git clone https://github.com/tensorflow/models.git

得到一个models的文件夹,里面包含了google开源的模型代码,目标检测源码存放在/research/object_detection目录下
也可点击此处下载model文件,下载日期2020年2月,并以更改slim文件夹下的参数适用于tensorflow1版本。

  1. 安装protoc
    [2] Ubuntu卸载protobuf并安装3.6.0版本的protobuf
# 查看protoc版本
protoc --version
  1. 编译object_detection 的 proto文件
cd models/research/object_detection/protos
# 编译proto文件生成对应的py文件
protoc object_detection/protos/*.proto --python_out=.

在这里插入图片描述
4. 将slim添加到python路径中

# 编译安装research
cd /models/research
python setup.py install
# 编译安装slim
cd /models/research/slim
python setup.py build
python setup.py install
# 将slim添加到PYTHONPATH
# 方式1
sudo gedit ~/.bashrc
末尾添加:export PYTHONPATH=$PYTHONPATH:/home/×××/models/research:/home/lenovo/models/research/slim
source ~/.bashrc
# 方式2
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
  1. 测试安装是否成功
cd /models/research
python object_detection/builders/model_builder_test.py

运行成功即可。

  • 这里可能会出现参数不匹配找不到参数的问题,主要原因是下载的git 方式下载model文件已经使用了tf2+版本编写,儿我们使用的tf为tf1+。
  • 解决办法1.下载tensorflow>=2.0,但不建议这么做,tensorflow版本升级过快,前向兼容性不好(接口不一致),会遇见
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值