装tensorflow object detection API遇到的问题

1. protoc编译proto文件时找不到文件

具体描述:在cmd中执行protoc ./object_detection/protos/*.proto --python_out=.

结果显示找不到protoc文件,查了一下好像是protoc3.5版本会有这个问题,单个文件依次生成就可以了。

命令列在下面可以直接复制

protoc ./object_detection/protos/anchor_generator.proto --python_out=.

protoc ./object_detection/protos/argmax_matcher.proto --python_out=.
protoc ./object_detection/protos/bipartite_matcher.proto --python_out=.
protoc ./object_detection/protos/box_coder.proto --python_out=.
protoc ./object_detection/protos/box_predictor.proto --python_out=.
protoc ./object_detection/protos/eval.proto --python_out=.
protoc ./object_detection/protos/faster_rcnn.proto --python_out=.
protoc ./object_detection/protos/faster_rcnn_box_coder.proto --python_out=.
protoc ./object_detection/protos/grid_anchor_generator.proto --python_out=.
protoc ./object_detection/protos/hyperparams.proto --python_out=.
protoc ./object_detection/protos/image_resizer.proto --python_out=.
protoc ./object_detection/protos/input_reader.proto --python_out=.
protoc ./object_detection/protos/keypoint_box_coder.proto --python_out=.
protoc ./object_detection/protos/losses.proto --python_out=.
protoc ./object_detection/protos/matcher.proto --python_out=.
protoc ./object_detection/protos/mean_stddev_box_coder.proto --python_out=.
protoc ./object_detection/protos/model.proto --python_out=.
protoc ./object_detection/protos/optimizer.proto --python_out=.
protoc ./object_detection/protos/pipeline.proto --python_out=.
protoc ./object_detection/protos/post_processing.proto --python_out=.
protoc ./object_detection/protos/preprocessor.proto --python_out=.
protoc ./object_detection/protos/region_similarity_calculator.proto --python_out=.
protoc ./object_detection/protos/square_box_coder.proto --python_out=.
protoc ./object_detection/protos/ssd.proto --python_out=.
protoc ./object_detection/protos/ssd_anchor_generator.proto --python_out=.
protoc ./object_detection/protos/string_int_label_map.proto --python_out=.
protoc ./object_detection/protos/train.proto --python_out=.

TensorFlow Object Detection API 是一个开源项目,它提供了一系列基于 TensorFlow 的工具和库,用于实现目标检测任务。对于 macOS 系统,我们可以通过以下步骤来使用 TensorFlow Object Detection API: 1. 安 TensorFlow:在 macOS 上安 TensorFlow 是使用 TensorFlow Object Detection API 的前提。你可以通过 pip 命令进行安,例如在终端中执行 `pip install tensorflow`。 2. 下载 TensorFlow Object Detection API:打开终端并导航到适合你的工作目录中,然后使用 git 命令来克隆 TensorFlow Object Detection API 的 GitHub 仓库,例如执行 `git clone https://github.com/tensorflow/models.git`。 3. 安依赖项:进入克隆的模型目录中,到 research 文件夹并进入。然后运行 `pip install -r object_detection/requirements.txt` 命令来安所需的依赖项。 4. 下载预训练模型:在 TensorFlow Object Detection API 中,我们可以使用预训练的模型来进行目标检测。你可以从 TensorFlow Model Zoo 中下载适合你任务的模型,并将其解压到你的工作目录中。 5. 运行实例代码:在 research/object_detection 目录中,你可以到一些示例代码,用于训练、评估和使用目标检测模型。可以通过阅读这些示例代码并根据自己的需求进行修改。例如,你可以使用 `python object_detection/builders/model_builder_tf2_test.py` 命令来运行一个模型的测试。 以上是在 macOS 上使用 TensorFlow Object Detection API 的基本步骤,你可以根据你的具体需求进行更多的深入研究和调整。希望这些信息能帮助到你!
评论
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