记录 Tensorflow object detection API 物体识别 训练自己的模型
1、搭建环境
本例子,基于win10 64位 + Anaconda环境
安装和验证(自带例子)过程中会遇到缺失包及各种版本匹配问题(公司网络有些限制),如果想节省时间的,可以安装如下版本的
Anaconda及相关包
1、安装Anaconda,版本建议如下
Anaconda3-5.2.0-Windows-x86_64.exe 自带的python 版本为Python 3.6.5
2、TensorFlow 安装
使用Anaconda自带的即可
3、相关包,这几个包后面验证时需要安装,建议在anaconda官网 https://anaconda.org/ 上搜索,下载到本地安装,直接在线
安装可能会不断的更新各种包,问题不断。
如下:
先下载几个包 https://anaconda.org/
pydot-1.3.0-py36_1000.tar.bz2
pydub-0.23.0-py_0.tar.bz2
absl-py-0.7.0-py36_1000.tar.bz2
protobuf-3.6.1-py36he025d50_1001.tar.bz2
安装命令
conda --use-local xxx
2、搭建Tensorflow object detection API环境及验证
1、下载 Tensorflow object detection API
git库https://github.com/tensorflow/models 下载Windows版本
下载完减压
Protobuf 配置(上面已经安装此包)
models\research\目录下打开命令行窗口,输入:
protoc object_detection/protos/*.proto --python_out=.
如果报错,进入object_detection/protos/录下,把.proto文件一个一个运行,每运行一个,文件夹下
出现对应的.py的文件。比如protoc object_detection/protos/anchor_generator.proto --python_out=.
会出现anchor_generator_pb2.py
如下:
2、python环境变量设置
‘此电脑’-‘属性’- ‘高级系统设置’ -‘环境变量’-‘系统变量’ ‘PYTHONPATH’的中增加:
models/research/ 及 models/research/slim 两个文件夹的完整路径
3、验证 测试API,在 models/research/ 文件夹下运行命令行: python object_detection/builders/model