Tensorflow Object Detection API 报错 'object_detection' is not a package

 

解决 No module named 'object_detection.utils'; 'object_detection' is not a package

跟着这篇博客Tensorflow object detection API 搭建属于自己的物体识别模型(1)——环境搭建与测试

训练自己的模型时出错。

我的错误比较奇怪,因为在models/research/ 文件夹下运行命令行:

python object_detection/builders/model_builder_test.py

测试时,我的是正确的然后我要把自己的CSV转record时,运行

 

python generate_tfrecord.py --csv_input=data/train_box.csv  --output_path=train_box.record

就报错了

File "F:\MyProject\models-master\research\object_detection\object_detection.py", line 63, in <module>
    from object_detection.utils import label_map_util
ModuleNotFoundError: No module named 'object_detection.utils'; 'object_detection' is not a package

Traceback (most recent call last):
  File "generate_tfrecord.py", line 25, in <module>
    from object_detection.utils import dataset_util
  File "F:\MyProject\models-master\research\object_detection\object_detection.py", line 63, in <module>
    from object_detection.utils import label_map_util
ModuleNotFoundError: No module named 'object_detection.utils'; 'object_detection' is not a package
PS F:\MyProject\models-master\research\object_detection>

可以尝试

from utilsimportlabel_map_util

from  utilsimportvisualization_utilsasvis_util

改为:

from research.utilsimportlabel_map_util

from research.utilsimportvisualization_utilsasvis_util

 

还报错就重新配置一下,然后我重新去github下载,想重新配置一遍。解压后我的是这个样子

里面的protochttps://github.com/google/protobuf/releases下载3.4的,有人说高版本不行,我也不知道。

然后,在models/research下运行Windows PowerShell(注意,这里必须是PowerShell,运行cmd会报错),输入如下命令:

Get-ChildItem object_detection/protos/*.proto | Resolve-Path -Relative | %{ protoc $_ --python_out=. }

运行models/research下的setup.py

python setup.py build

python setup.py install

 

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:

......................
----------------------------------------------------------------------
Ran 22 tests in 0.115s

OK
  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TensorFlow Object Detection API 是一个开源项目,它提供了一系列基于 TensorFlow 的工具和库,用于实现目标检测任务。对于 macOS 系统,我们可以通过以下步骤来使用 TensorFlow Object Detection API: 1. 安装 TensorFlow:在 macOS 上安装 TensorFlow 是使用 TensorFlow Object Detection API 的前提。你可以通过 pip 命令进行安装,例如在终端中执行 `pip install tensorflow`。 2. 下载 TensorFlow Object Detection API:打开终端并导航到适合你的工作目录中,然后使用 git 命令来克隆 TensorFlow Object Detection API 的 GitHub 仓库,例如执行 `git clone https://github.com/tensorflow/models.git`。 3. 安装依赖项:进入克隆的模型目录中,找到 research 文件夹并进入。然后运行 `pip install -r object_detection/requirements.txt` 命令来安装所需的依赖项。 4. 下载预训练模型:在 TensorFlow Object Detection API 中,我们可以使用预训练的模型来进行目标检测。你可以从 TensorFlow Model Zoo 中下载适合你任务的模型,并将其解压到你的工作目录中。 5. 运行实例代码:在 research/object_detection 目录中,你可以找到一些示例代码,用于训练、评估和使用目标检测模型。可以通过阅读这些示例代码并根据自己的需求进行修改。例如,你可以使用 `python object_detection/builders/model_builder_tf2_test.py` 命令来运行一个模型的测试。 以上是在 macOS 上使用 TensorFlow Object Detection API 的基本步骤,你可以根据你的具体需求进行更多的深入研究和调整。希望这些信息能帮助到你!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值