在配置好tensorflow的环境后,我们下面开始配置ObjectDetictionAPI。配置tensorflow环境可以参照我上一篇文章。
注意,所有cmd命令提示符窗口,要以管理员身份运行,以免产生不必要的错误。所有在cmd下运行的指令,都是在tensorflow的环境下运行,需要激活tensorflow环境(activate tensorflow)。
一、首先在GitHub下载并解压。
二、安装python依赖包
在cmd-tensorflow环境下。注意要在配置好的tensorflow环境下进行pip安装。
pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib
三、下载Protobuf
Tensorflow Object Detection API使用Protobufs来配置模型和训练参数。在使用框架之前,必须编译 Protobuf 依赖包。在GitHub上选择3.4.0的windows版本进行下载,在第二页上,翻页才能找到。这里需要注意的是不能下载最新版的Protobuf,会产生错误,一定要选择3.4.0的版本。
四、配置环境变量
注意后四个是我们需要配置的,models_master和protoc的环境变量。
五、运行protobuf
配置好环境变量后,打开cmd,cd到 models-master\research\object_detection\protos目录下,运行命令:
protoc object_detection/protos/*.proto --python_out=.
六、最大的坑
在运行demo的时候,遇到了各种各样的错误,查找了原因大部分都指向配置环境变量,可我的环境变量的配置并没有错误啊。最终发现了一个解决办法,这也是在测试demo之前要做的最关键的一步。
在cmd中,分别cd到你的models-master\research和models-master\research\slim目录下,分别在这两个目录下运行
python setup.py bulid
python setup.py install
进行完这步之后,就可以开始测试demo了。
七、测试