ubuntu下pycharm安装tensorflow detection api

TensorFlow对象检测API是一个建立在TensorFlow之上的开源框架，可以轻松构建，训练和部署对象检测模型。 github地址
下载TensorFlow Model模型库

TensorFlow 模型库包含了很多开源的模型，包括图像分类、检测、自然语言处理NLP、视频预测、图像理解等等，我们要学习的对象检测ＡＰＩ也包括在这里面，可以用git checkout到本地，也可以直接在github下载zip包，本文直接下载的zip包(大概415M，虽然我们只会用到里面很少一部分内容)

下载后，解压到~/tensorflow目录下，为了与github目录结构一致，我们将models-master目录重命名为models

得到如下目录结构~/tensorflow/models/research/object_detection

 

安装
依赖

Tensorflow Object Detection API 依赖如下组件包:

    Tensorflow （最新版本，安装过程参考本文姊妹篇《Ubuntu 16.04下搭建TensorFlow运行环境（用Anaconda）》）

    Protobuf 2.6
    Python-tk
    Pillow 1.0
    lxml
    tf Slim (已在 "tensorflow/models/research/" 目录下)
    Jupyter notebook
    Matplotlib
    cocoapi

若你是通过《Ubuntu 16.04下搭建TensorFlow运行环境（用Anaconda）》介绍的方式，用anaconda安装的tensorflow，那么这上面的所有依赖项（除了cocoapi）都已经自动安装好，你可以像安装tensorflow一样在anaconda-navigator的搜索框里搜索下上面的组件，检验是否均已安装。
---------------------  
 

1.  配置好tensorflow detetion中python对应的路径：

       本次操作是基于自己建立的一个虚拟环境里面配置的python和tensorflow。

    (1)  在虚拟控制台界面，打开:  gedit ~/.bashrc  

    (2) 在末尾加上路径：

export PYTHONPATH=/home/lien/project/caffe-ssd/python
# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:/data/project/tensorflow_models_master/research:/data/project/tensorflow_models_master/research/slim   (注意，连接上一行，非断开)

 （3）然后保存设置生效：  source ~/.bashrc

2. 安装protoc

    通常电脑中protoc的版本为2.6.1,但在这里这个版本行不通，需要另行安装：

下载最新版本protoc3.6.6 https://github.com/google/protobuf/releases ,或3.3

参考 https://www.cnblogs.com/YouXiangLiThon/p/7590779.html

tensorflow$ mkdir protoc_3.3
tensorflow$ cd protoc_3.3
tensorflow/protoc_3.3$ wget wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ chmod 775 protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ unzip protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ cd ../models-master/
tensorflow/protoc_3.3$ /data/project/tensorflow_models_master/protoc_3.3/bin/protoc           object_detection/
protos/*.proto --python_out=.

其中，将tensorflow/protoc_3.3$替换解释为自己的目录中对应到：lien@lien-ubuntu:/data/project/tensorflow_models_master/research$

要注意的是，research目录下有object_detection文件夹，所以找的到。 

3. 安装slim

同样在虚拟环境中进行：

(1)    cd  /data/project/tensorflow_models_master/research/slim

(2)     python setup.py build

(3) python setup.py install

4.  测试安装是否成功

执行：Python   object_detection/builders/model_builder_test.py