Ubuntu18.04下安装TensorFlow Object Detection API

安装步骤：

模型源码：https://github.com/tensorflow/models

1、下载源码后解压，修改文件夹名为models

（以下步骤中涉及到路径的地方需要根据自己的实际情况而定）

2、安装protoc：

打开网址https://github.com/protocolbuffers/protobuf/releases，根据自己的ubuntu位数，下载想要的包，我这里下载的是proto-3.6.1-linux-x86_64。

下载后解压，执行如下命令：

sudo cp bin/protoc /usr/bin/protoc

3、编译proto文件

#在models/research下运行

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

运行完成后，可以检查object_detection/protos/文件夹，如果每个proto文件都成了对应的以py为后缀的python源码，就说明编译成功了。

4、将slim加入PATHPATH

（1）在models/research/slim中找到setup.py,执行以下命令：

python setup.py build

python setup.py install

（2）将slim加入PYTHONPATH，输入命令如下:

sudo gedit ~/.bashrc

在打开的文件最下方输入：

export PYTHONPATH=$PYTHONPATH:'pwd':'pwd'/slim

使得~/.bashrc的修改生效：

source  ~/.bashrc

执行import slim成功则说明已经正确设置好了。

（3）扩展(可选，对程序运行无影响)：

若想在任何终端import slim都成功，则需要进行以下操作即可：

在anaconda3/lib/python3.6/site-packages添加一个路径文件，如tensorflow_model.pth，必须以.pth为后缀，写上你要加入的模块文件所在的目录名称，如下图：

5、运行models/research下的setup.py

python setup.py build

python setup.py install

6、安装完成测试

在models/research下运行如下命令：

python object_detection/builders/model_builder_test.py

出现如下信息，说明已安装成功：

7、安装COCO API

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

cd cocoapi/PythonAPI

python setup.py build

python setup.py install

8、执行已经训练好的模型

在research文件夹下运行命令：jupyter notebook，接着在jupyter中打开object_detection文件夹，并单击object_detection_tutorial.ipynb运行试例文件。如下所示：

运行所有代码后的结果如下：