2018年 12月 ubuntu安装 object detection api

之前的一些配置用来tensorflow与gpu相关设置链接：
https://blog.csdn.net/qq_32166779/article/details/84891909

首先在~建立tensorflow文件夹
在tensorflow文件夹下载源码

mkdir tensorflow
git clone https://github.com/tensorflow/models.git

进入~/tensorflow/models/research执行命令：
protoc object_detection/protos/*.proto --python_out=.
显示

object_detection/protos/ssd.proto:104:3: Expected "required", "optional", or "repeated".
object_detection/protos/ssd.proto:104:12: Expected field name.
object_detection/protos/model.proto: Import "object_detection/protos/ssd.proto" was not found or had errors.
object_detection/protos/model.proto:12:5: "Ssd" is not defined.

原因是proto工具版本太旧，需要更新这个，更新前需删除

sudo apt-get remove protobuf-compiler

查看是否删除：protoc --version

删除成功后去网站下载：protobuf-all-3.6.1.tar.gz
网站链接：https://github.com/google/protobuf/releases

解压，进入protobuf-all-3.6.1文件内

cd protobuf-3.6.1
./configure --prefix=/usr
make -j15
make check -j15
sudo make install -j15
sudo ldconfig
protoc --version

在执行protoc object_detection/protos/*.proto --python_out=.
成功

添加环境变量
gedit ~/.bashrc
文档添加

# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:~/tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:~/tensorflow/models/research/slim

source ~/.bashrc

测试

python object_detection/builders/model_builder_test.py

训练模型：
首先是找到训练数据集
http:\www.robots.ox.ac.uk/~vgg/data/pets/
下载：
Dataset
Groundtruth data

建立目录

cd /home/wmz/Downloads
ttar -xvf annotations.tar.gz
tar -xvf images.tar.gz
mkdir /python_code/pet_data（放入刚下载并解压后的文件）
cp -r /home/wmz/Downloads/annotations /python_code/pet_data/
cp -r /home/wmz/Downloads/images /python_code/pet_data/

再建立目录，用来做训练

mkdir /python_code/pet_train
mkdir /python_code/pet_train/data （用来放tfcord数据）
mkdir /python_code/pet_train/models （用来放模型）
mkdir /python_code/pet_train/models/train 
mkdir /python_code/pet_train/models/eval 
#转移 ssd_mobilenet_v1_pets.config
cp ~/tensorflow/models/research/object_detection/samples/configs/ssd_mobilenet_v1_pets.config /python_code/pet_train/models
cp ~/tensorflow/models/research/object_detection/data/pet_label_map.pbtxt /python_code/pet_train/data/

下载与模型

model zoo链接：
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

下载ssd_mobilenet_v1_coco_2018_01_28.tar.gz
建立models 文件夹，并放入压缩包，并解压

mkdir /python_code/models/
cp -r /home/wmz/Downloads/ssd_mobilenet_v1_coco_2018_01_28 /python_code/models/

第一步：先生成pet的tfcord数据
输入指令(注意自己的路径即可)

cd ~/tensorflow/models/research
python object_detection/dataset_tools/create_pet_tf_record.py --label_map_path=object_detection/data/pet_label_map.pbtxt --data_dir=/python_code/pet_data --output_dir=/python_code/pet_train/data

有问题 ，猜测是tensorflow版本太高
卸载并重安装指令

pip uninstall protobuf
pip uninstall tensorflow-gpu==1.12.0

下载离线包
网站链接：https://pypi.org/project/tensorflow-gpu/1.7.0/

https://pypi.org/project/tensorflow-gpu/“x.x.0”/
pip install tensorflow-gpu
失败…

直接卸载anaconda内的所有文件

再次安装anaconda，并且安装tensorflow-gpu成功。

再输入一遍，还是不行，结果把等于号附近的空格合并了，cao ！！！好使了。

python object_detection/dataset_tools/create_pet_tf_record.py --label_map_path=object_detection/data/pet_label_map.pbtxt --data_dir=/python_code/pet_data --output_dir=/python_code/pet_train/data

修改pet的config文件

确定checkpoint路径：
/python_code/models/ssd_mobilenet_v1_coco_2018_01_28/model.ckpt
确定input路径：
/python_code/pet_train/data/#########
确定label_map_path路径：
/python_code/pet_train/data/#########

gedit /python_code/pet_train/models/ssd_mobilenet_v1_pets.config

git cocoapi

cd /python_code
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
make
cp -r pycocotools ~/tensorflow/models/research/

最后一步进行训练

cd ~/tensorflow/models/research
python object_detection/model_main.py --pipeline_config_path=/python_code/pet_train/models/ssd_mobilenet_v1_pets.config --model_dir=/python_code/pet_train/models/train --num_train_steps=100 --num_eval_steps=10 --alsologtostderr

cp ~/tensorflow/models/research/object_detection/legacy/train.py ~/tensorflow/models/research/object_detection/

python object_detection/train.py --logtostderr --pipeline_config_path=/python_code/pet_train/models/ssd_mobilenet_v1_pets.config --train_dir=/python_code/pet_train/models/train 

成功则恭喜你 train文件里的就是模型，如果失败请看下面

最后一步，导出模型
建立 模型文件夹
mkdir pet_models
生成模型路径：/python_code/pet_models

cd ~/tensorflow/models/research
python object_detection/export_inference_graph.py --input_type=image_tensor --pipeline_config_path=/python_code/pet_train/models/ssd_mobilenet_v1_pets.config --trained_checkpoint_prefix=/python_code/pet_train/models/train/model.ckpt-1597 --output_directory=/python_code/pet_model

https://github.com/tensorflow/models/issues/4780问题汇总

GPU失败问题

在使用时敲这个指令
export CUDA_VISIBLE_DEVICES=0
还是不行，打印问题感觉时显存不够

Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 1482 MB memory) -> physical GPU (device: 0, name: GeForce 840M, pci bus id: 0000:01:00.0, compute capability: 5.0)

在model_main.py文件加入

import os
os.environ["CUDA_VISIBLE_DEVICES"] = '0'   #指定第一块GPU可用
config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.2  # 程序最多只能占用指定gpu50%的显存
config.gpu_options.allow_growth = True      #程序按需申请内存
sess = tf.Session(config = config)