官网教程:https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md
官网上没有明确介绍windows环境下的具体操作,下面记录下window环境下具体的配置过程
该API的使用需要用到以下安装包,除了protobuf外其他的包均可通过pip指令来安装。
- Protobuf 3.0.0(这个后面需要)
- Python-tk
- Pillow 1.0
- lxml
- tf Slim (which is included in the "tensorflow/models/research/" checkout)
- Jupyter notebook
- Matplotlib
- Tensorflow (>=1.9.0)
- Cython
- contextlib2
- cocoapi
1.protobuf安装
打开anaconda Prompt ,直接通过conda 命令安装
conda install protobuf
进入下载模型的本地路径的research目录下输入下面指令检测是否安装正确
protoc object_detection/protos/*.proto --python_out=.
如果没有报错则说明正确安装,如果报错可以试着换下从这个地方下载3.4版本的protobuf ,链接在这里https://github.com/protocolbuffers/protobuf/releases/tag/v3.4.0
将其解压后得的bin文件下的protoc.exe复制到models-master\research文件下,再次执行上面的指令检测输出是否报错。
2.在research目录下执行
cd D:\models-master\research
python setup.py
3.在slim文件下执行
cd D:\models-master\research\slim
python setup.py build
python setup.py install
执行python setup.py build可能会出现下面错误,这个需要将原来slim目录文件中存在的build文件删除。
error:could not create 'build': 当文件已存在时,无法创建该文件
4.系统环境变量添加
将下面路径添加值系统环境变量,当然你需要选择自己的本地模型的保存目录
D:\models-master\research
D:\models-master\research\slim
5.检测安装是否成功
python object_detection/builders/model_builder_test.py
进入到object_detection目录下输入jupyter nootbook,进入就可以看到当前目录下的所有文件
可运行一段demo来看下效果如何