windows下安装tensorflow以及object detection api

windows下安装tensorflow以及object detection api

前言

同样感谢以下两篇教程的指导!
参考资料:
https://www.jb51.net/article/162968.htm
https://blog.csdn.net/qq_37644877/article/details/92772820

运行环境
python 3.6.7
tensorflow 1.14.0

具体步骤

1.首先安装tensorflow 1.14.0版本,这里用了豆瓣源加速安装,同样可以换成阿里源等。

pip install tensorflow==1.14.0 -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

2.到https://github.com/protocolbuffers/protobuf/releases 下载protobuf用于编译。由于我的机器是windows64位,所以选择下面这一项。
在这里插入图片描述
下载后会得到一个安装包,解压到某一路径下即可。
3.然后打开cmd,依次输入如下命令,安装需要的依赖项。同样,为了加快安装速度,可以自行按照步骤1的办法进行换源。

pip install --user Cython 
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib

4.从github上克隆object detection api工程到本地。

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

这里更换了github的网址,是为了加速下载速度。在我的之前文章中https://blog.csdn.net/haejwcalcv/article/details/108028245中有提过加速github克隆的方法。
在这里插入图片描述
克隆成功后,需要切换object detection api版本,以匹配我们的tensorflow版本。
打开cmd,进入到models文件夹下的research文件夹下,并切换分支,这里我用的是1.13.0的版本分支,其他的分支版本可以自行尝试下。

cd /path/to/your/models/research
git checkout remotes/origin/r1.13.0

提示如下说明切换分支切换成功。
在这里插入图片描述

5.同样在cmd窗口下的research路径下,执行如下命令,其中protoc.exe要换成步骤2对应的解压路径。

path\to\your\protoc.exe  object_detection/protos/*.proto --python_out=.

如果没有任何提示,说明编译成功。
6.在reseach目录下分别执行这两条命令

python setup.py build
python setup.py install

7.至此准备工作已完成,我们可以开始测试object detection api是否可以成功运行。
执行如下命令

python object_detection/builders/model_builder_test.py

这时候会报错误:No module named "nets",不要慌。
8.按照https://blog.csdn.net/qq_37644877/article/details/92772820博客的方法。
(1)打开models/research/slim文件夹,删除其中的BUILD文件
(2)然后在cmd界面下进入models/research/slim路径下再次执行

python setup.py install

这时会提示安装成功的提示。
(3)然后再次执行

python object_detection/builders/model_builder_test.py

如果提示如下信息说明测试通过。
在这里插入图片描述

至此如何安装tensorflow object detection api介绍完成,希望对你有用。

  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 8
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
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