tensorflow Object Detection API 训练自己的模型

最近在做图像目标识别，结果不是很理想。将内容整理一下，方便以后查看！

一、 tensorflow object detection API 的安装具体步骤：

win10+anaconda3+python3.6+tensorflow1.9
1.tensorflow/models下载 ，直接将压缩包解压就可以，需要在系统环境变量中添加路径信息：
我直接在E盘新建了一个tensorflow文件夹，将下载压缩包解压到该文件中，将
E:\tensorflow\models\research
E:\tensorflow\models\research\slim
这两个文件添加到环境变量中，添加系统变量命名为PYTHON PATH，将这两个路径加入，如下图所示：

2.通过pip 安装 pillow jupyter matplotlib lxml 这几个包，因为使用的Anaconda3这几个文件都是保罗的，不需要额外安装，直接下一步。
3.tensorflow object detection API 使用protobufs来配置模型和训练参数。
protoc-3.4.0-win32.zip(此处有坑，开始下载的为3.6版本的，执行命令一直过不去，最后现在3.4直接就过去了)，将该文件解压到tensorflow\models 文件中

下载地址：https://github.com/google/protobuf/releases
选择 protoc-3.4.0-win32.zip 版本进行下载。
解压后找到protoc在bin目录下的protoc.exe文件，将这个文件添加到环境变量中
进入cmd（win+r），进入tensorflow\models\research目录下，执行：
protoc object_detection/protos/.proto –python_out=.（使用3.6这条命令编辑不过去，显示无法找到目录文件，改用3.4后OK）该命令执行后，会直接将.py文件生成对应的*.proto文件

4. 检测API是否正常
在research文件下，输入 python Object_detection\builders\model_builder_test.py 运行正常就OK
（我没有遇到这个问题，直接将别人的拿过来，给有需要的小伙伴！）

例程测试API
在object_detection 目录下使用shift+鼠标右键，选择在此处使用命令窗口打开，然后数据jupyter notebook命令进入jupyter中，

打开上图所示，打开object_detection_tutorial.ipynb，直接一部部运行，直接出来最后结果，如下图所示：

表明测试结果成功！

二、制作自己的数据

参考：https://blog.csdn.net/u010807846/article/details/73480628/
1.下载源码
下载地址：https://github.com/tzutalin/labelImg ，解压！
2. 参考中强烈要求不要使用python3.6，但是已经安装了，且有很多的包都已经安装好了，不想卸载，就直接上了，没想到成功了！哈哈哈··················
3.安装pyQ5
进入cmd ，使用pip命令进行安装：pip install pyQt5，网速还可以直接就OK了，没有报错。
如果有问题，可以直接按照参考，先将原文件下载，然后直接运行文件安装！（看参考，不废话！）
4. 安装pyQt5_tools 使用命令：pip install pyqt5_tools
5.需要安装lxml（使用的Anaconda 不用安装）
6.关键的来了（重点、重点、重点）
进入labeling解压后的文件，进入labelimg_master（找到对应文件直接shift + 鼠标右键）
输入：pyrcc5 -o resources.py resources.qrc 什么不显示，证明OK。
7. 在刚才的cmd文件中直接输入python labelimg.py 就可以直接打开labelimg对自己的数据进行标记。

使用中需要注意的问题：
1）： Open ：打开的为单独的图片文件
2&#x