mac OS 安装tensorflow并配置TensorFlow Object_detection API

1.安装Anaconda3并配置新环境tensorflow

在Anaconda官网下载Anaconda3的mac版本，安装后创建新环境tensorflow：

conda create -n tensorflow python=3.6

启动新环境：

source activate tensorflow

用pip安装tensorflow：

pip install tensorflow

如果安装成功，在python命令行中输入import tensorflow 则不会报错：

>>> import tensorflow
>>> 

2. 配置TensorFlow Object_detection API

1.下载tensorflow/models

2.安装Libraries和依赖

pip install pillow

pip install lxml

pip install jupyter

pip install matplotlib

pip install protobuf

3.COCO API 安装

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make

可能会报错：

python setup.py build_ext --inplace
Traceback (most recent call last):
  File "setup.py", line 2, in <module>
    from Cython.Build import cythonize
ModuleNotFoundError: No module named 'Cython'
make: *** [all] Error 1

说明需要安装cython依赖库，pip安装即可：

pip install Cython

然后继续执行make,make成功之后，将protobuf拷贝到tensorflow的models的research目录。

cp -r pycocotools <path_to_tensorflow>/models/research/

4.Protobuf Compilation & Add Libraries to PYTHONPATH

TensorFlow Object Detection API使用Protobufs去配置模型和训练参数，所以必须编译好protobufs才能正常使用框架。可以在research文件夹下通过如下方式进行编译：

# tensorflow/models/research/

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

可能会报错：

-bash: protoc: command not found

如果没有安装protoc，需要去安装。

brew install protobuf

安装后重新用protoc编译，成功后可以看到tensorflow/models/research/
object_detection/protos/下生成了对应的文件：

在终端输入：

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

为了以后也生效，不是临时配置，可以把上面这句话加入到~/.bash_profile中去。（注意：终端一定要输入一次上述语句，不然会报错No module name “nets”）

在终端中输入：

open .bash_profile

在.bash_profile文件最后添加：

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

5.测试安装：

#tensorflow/models/research/
python object_detection/builders/model_builder_test.py

可能会出现“No module name “XXX” "的报错，用pip install安装即可
最后成功会显示OK：

6.测试官方示例：

在终端输入：

jupyter-notebook

在Jupyter中打开Object_detection/object_detection_tutorial，因为我们的tensorflow环境是在Anaconda中的其中一个环境搭建的，所以要先在jupyter中新建一个kernel：
1.首先，在anaconda中切换到tensorflow环境下，确认是否安装了ipykernel这个包，如果没有则安装。
2.在这个环境下输入一下命令：

#XXX为kernel的名字，最好与环境名相同

python -m ipykernel install --name XXXX

之后便能在jupyter的kernel中找到新建的kernel，在此下点击Run>>Run ALL 即可运行官方示例：
因为安装的是tensorflow-cpu版本，不是gpu版本所以第一次跑可能会比。。较。。慢。。。（搭了那么久环境可以休息等会儿了。。。）

这个环境我搭了可能有三遍，遇到了各种坑，甚至遇到搭好的环境隔一天python版本忽然从3.6变成2.7的诡异事件，希望这次搭好后不要再出错了！！！