Tensorflow 学习之Google Object Detection api 的学习（一）环境配置

最新推荐文章于 2020-12-14 00:04:05 发布

qq_15205173

最新推荐文章于 2020-12-14 00:04:05 发布

阅读量162

点赞数

分类专栏： object_detection 文章标签： ai 图像识别 object detection google 环境配置

本文链接：https://blog.csdn.net/qq_15205173/article/details/99215568

版权

object_detection 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.使用的环境及工具：windows10 + anaconda + pycharm

（1）预先安装tensorflow（我现在用的是1.12版本的）和 python3.6、

（2）下载tensorflow objection detection api

打开 Tensorflow Objection Detection下载链接点击右上角"Clone or download "-"Download ZIP"下载到本地目录（尽量避免中文路径）

（3）protoc安装与配置

打开protoc下载链接推荐下载新版的protoc-3.9.1-win64.zip（protoc3支持更多语言但更简洁去掉了一些复杂的语法和特性更强调约定而弱化语法）并解压到本地目录（尽量避免中文路径）
将bin文件夹下的protoc.exe 复制到C: \WINDOWS目录下
在目录models-master\research下空白处按住“shift”+鼠标右键在这里插入图片描述打开powershell窗口
输入protoc object_detection/protos/.proto --python_out=.
运行后没有提示报错查看protos 文件夹内每个.proto 都有一个.py 文件对应

（**

4）PYTHONPATH 环境变量配置

**
在’此电脑‘-’属性‘-’高级系统设置‘-’环境变量‘-’系统变量‘中新建名为“PATHONPATH" 的变量，将"models-master\research"和“models-master
\research\slim”两个文件目录的完整路径添加，用分号隔开，效果如下：在这里插入图片描述
接下来测试api
在D:\anaconda\envs\tensorflow\download\models-master\research\object_detection\builders路径下运行 python model_builder_test.py 不报错说明运行成功