TensorFlow object detection API

Windows

1. 安装方法

环境

• **Windows 7
• **Python 3.6
• **Tensorflow-gpu 1.2
• **CUDA Toolkit 8与 cuDNN v5

步骤

① 首先我们安装Tensorflow，最新的版本为1.2。在python 3.5+使用Tensorflow非常的简单，不需要过多的流程，只需要使用pip进行安装，所有相关的依赖就会自动安装完成。
建议采用VirtualEnv或者Anaconda
TensorFlow 有两个版本：CPU 版本和 GPU 版本。GPU 版本需要 CUDA 和 cuDNN 的支持，CPU 版本不需要。如果你要安装 GPU 版本，请先确认你的显卡支持 CUDA。我安装的是 GPU 版本，采用 pip 安装方式，所以就以 GPU 安装为例，CPU 版本只不过不需要安装 CUDA 和 cuDNN。

# For CPU
pip install tensorflow
# For GPU
pip install tensorflow-gpu

② 其次官方要求下列包，我们一同使用pip进行安装

pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib

③单独下载models
https://github.com/tensorflow/models

④ 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库。对于protobuf，在Linux下我们可以使用apt-get安装，在Windows下我们可以直接下载已经编译好的版本，这里我们选择下载列表中的protoc-3.4.0-win32.zip。

Github：https://github.com/google/protobuf/releases

将bin文件夹中的【protoc.exe】放到C:\Windows\System32文件夹下，在venv\Lib\site-packages\tensorflow\models\research文件夹下按住shift点击鼠标右键，打开命令窗口，输入protoc显示如下内容就说明可以开始编译了

Protobuf 编译，用protoc可执行文件编译目录object_detection/protos下的proto文件，生成Python文件，我们可以看见.proto文件已经被编译为了.py文件。

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

⑤安装CUDA Toolkit 8与 cuDNN v6
注意CUDA选择8.0版本，cuDNN选择6.0的版本
http://blog.csdn.net/sb19931201/article/details/53648615

⑥测试
打开jupyter notebook进行测试

打开官方提供的文件：object_detection_tutorial.ipynb运行demo

2.出现的问题

①出现 ImportError: No module named ‘object_detection’ 这种问题
解决方法：在venv\Lib\site-packages添加一个路径文件，如tensorflow_model.pth，必须以.pth为后缀，写上你要加入的模块文件所在的目录名称就是了

Ubuntu16.04

1. 安装方法

http://blog.csdn.net/yxnd150150/article/details/77005934