Ubuntu 18.04下安装TensorFlow Object Detection API(对象检测API)

1. Anaconda3安装

2. 开始安装Tensorflow

     第一步和第二步Anaconda3的安装和tensorflow的安装网上教程比较多，暂时先不介绍，后续再更新

3. 安装各种依赖包

    conda install -c anaconda protobuf
	pip install lxml
	pip install Cython
	pip install contextlib2
	pip install jupyter
	pip install matplotlib
	pip install pandas
	pip install opencv-python
	pip install Pillow

在安装的过程中可能速度会比较慢，这里推荐大家用清华源来安装，使用方法，例如安装 Pillow

pip install Pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

用参数-i来指定源，这样速度快很多。

4.安装TensorFlow Object Detection API

（1）下载TensorFlow Object Detection API

目前tensorflow2.0的API还是有些问题，推荐大家下载 tensorflow1.x系列的api

链接：https://pan.baidu.com/s/1_W4ahFmGLF-TlbAAf2SyZA
提取码：2tua

附百度网盘的地址

将下载后的压缩包解压，修改原来的名称models-master为models，完成目录如下图所示：

 （2）添加PYTHONPATH到当前用户的环境变量下

   sudo gedit ~/.bashrc

 在文件末尾添加

  export PYTHONPATH=/home/zhao/setup/caffe-master/python:/home/zhao/setup/mypy:$PYTHONPATH

 绿色替换成自己的路径

  保存后在终端输入 source ~/.bashrc 使环境变量立即生效

可以新打开一个终端测试添加是否成功：

（3）安装COCO API

 在终端，用命令进入目录~/machine-learning/models/research目录下，

git clone https://github.com/cocodataset/cocoapi.git

cd cocoapi/PythonAPI

make
cp -r pycocotools <path_to_tensorflow>/models/research/

（4）编译Protobuf

cd ~/tensorflow/models/research/

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

（5）在\models\research目录中执行

python3 setup.py build

python3 setup.py install

 测试

python3 object_detection/builders/model_builder_test.py

 

 

备注：

如果运行时出现 ModuleNotFoundError: No module named 'pycocotools'

采用以下方法：

cd cocoapi/PythonAPI

# install pycocotools locally
python3 setup.py build_ext --inplace

# install pycocotools to the Python site-packages
python3 setup.py build_ext install

如果运行时出现ModuleNotFoundError: No module named 'nets'

1删除*/research/slim下的BUILD文件

2运行命令：
在*/research/slim下运行命令

python3 setup.py build
python3 setup.py install

3再次运行测试命令
在research下运行：python3 object_detection/builders/model_builder_test.py
出现OK说明成功了：