Tensorflow Object Detection API 从无到有

环境

• win10
• Anaconda

1. 以python3.7创建新环境（环境名称python3.7, 以下提到的python3.7是环境名称）
2. 安装tensorflow2.1

---

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。