环境
API配置
- 安装 protobuf
1.点击protobuf-all-3.13.zip这里下载,解压后把bin下的protoc.exe放到C:Windows文件夹下,cmd验证是否可用。
- 安装TensorFlow object detection API
1.去TensorFlow github上下载整个models,解压到python3.7的tensorflow lib 下。
2.将proto文件转换为python文件
cmd到models下research文件夹,执行protoc object_detection/protos/*.proto --python_out=.
不报错说明执行成功,object_detection/protos下的34个proto文件会生成对应的python文件。
3.安装slim
cmd到models/research/slim,切换为conda环境(conda activate python3.7),执行 python setup.py install
4.将models添加到执行环境
在D:\ProgramData\Anaconda3\envs\python3.7\Lib\site-packages文件夹下创建tensorflow_model.pth文件,写入以下内容:
D:\ProgramData\Anaconda3\envs\python3.7\Lib\site-packages\tensorflow\models
D:\ProgramData\Anaconda3\envs\python3.7\Lib\site-packages\tensorflow\models\research
D:\ProgramData\Anaconda3\envs\python3.7\Lib\site-packages\tensorflow\models\research\slim
D:\ProgramData\Anaconda3\envs\python3.7\Lib\site-packages\tensorflow\models\research\object_detection
5.测试API
在conda环境下执行python research/object_detection/builders/model_builder_tf2_test.py
Demo
在research\object_detection\colab_tutorials下有用于demo的notebook文件,这里选择object_detection_tutorial来执行,测试图片在research\object_detection\test_images下,使用的是预训练好的模型,添加了两个自己下载的图片验证。