ubuntu14下运行tensorflow的object_detect

我用的是VMware装的ubuntu14有界面版

用root直接登陆：

1.打开终端

2.输入sudo vi/usr/share/lightdm/lightdm.conf.d/50-ubuntu.conf

3.添加一行：greeter-show-manual-login=true保存关闭。

4.给root设置密码，在中端中输入：sudo passwd root。

重启之后界面就可以输入用户名和密码：（用root登陆可以省掉很多的权限问题）

安装tensorflow:

安装pip: sudo apt-get install python-pip

安装numpy: pip install numpy

 

安装anaconda主要参考网站http://python.jobbole.com/86236/     点击打开链接

安装anaconda

bash Anaconda3-4.2.0-Linux-x86_64.sh

我的anaconda3安装位置在root/anaconda3

将anaconda加入路径

echo 'exportPATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc

source~/.bashrc

# 创建一个名为python35的环境，指定Python版本是3.5（不用管是3.4.x，conda会为我们自动寻找3.5.x中的最新版本）

conda create --name python35 python=3.5

# 安装好后，使用activate激活某个环境

activate python35 # for Windows

source activate python35 # for Linux &Mac

# 激活后，会发现terminal输入的地方多了python35的字样，实际上，此时系统做的事情就是把默认2.7环境从PATH中去除，再把3.5对应的命令加入PATH

 

# 此时，再次输入

python --version

# 可以得到`Python 3.4.5 ::Anaconda 4.1.1 (64-bit)`，即系统已经切换到了3.4的环境

 

# 如果想返回默认的python 2.7环境，运行

deactivate python35 # for Windows

source deactivate python35 # for Linux& Mac

 

# 删除一个已有的环境

conda remove --name python34 –all

 

# 安装scipy

conda install scipy

# conda会从从远程搜索scipy的相关信息和依赖项目，对于python3.4，conda会同时安装numpy和mkl（运算加速的库）

 

# 安装numpy

conda install  numpy

# 安装tensorflow

conda install  tensorflow

接下来是去github中下载tensorflow/models点击打开链接

这个链接是安装object_detection的安装详细过程https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md 点击打开链接

ImportError: No module named 'object_detection'错误的解决方法为：

当在本地运行时，models /和slim目录应该附加到PYTHONPATH。这可以通过从models /运行以下来完成

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

这个命令要在models-master下运行

python object_detection/builders/model_builder_test.py

python object_detect_demo.py

接下来就可以子啊test_images这个文件夹下面看结果：

你可以更改object_detect_demo.py 这个文件来测试其它图片

上面有个TEST_IMAGE_PATH就是测试的路径：

测试图片：

测试结果：