一、配置深度学习环境
深度学习环境的配置参考博文https://blog.csdn.net/qq_40196164/article/details/84374077来配置就可以。这里使用的Anaconda来配置环境的,Tensorflow Object Detection API所用到的python库都已经安装完成,不需要在进行额外安装。如果安装过程中报错缺少哪个库目录,就使用下面命令安装就好了。
pip3 install xxx
二、下载Tensorflow Object Detection API
Tensorflow Object Detection API 的下载地址为:https://github.com/tensorflow/models,下载完成后并解压,修改文件夹名为models。
三、安装protoc
打开网址https://github.com/protocolbuffers/protobuf/releases来下载protoc,根据自己电脑的情况,选择32位或64位,我这里下载的是protoc-3.8.0-win64.zip
下载完成后把解压后的文件放在一个地方,这里我是把这个和models放在同一文件夹下,将bin文件夹下的protoc.exe复制到C:\Windows\System32文件夹下,或者将protoc.exe的路径添加到环境变量中。shift+鼠标右键,进入PowerShell下,输入命令protoc,出现限免界面说明安装成功。
四、编译protoc文件
在models/research路径下运行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。如下图。
五、添加环境变量
在Anaconda\Lib\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:
六、运行models/research下的setup.py
这里的运行是在PowerShell下进行的
python setup.py build
python setup.py install
七、安装完成测试
在下PowerShell中cd到models/research来运行如下命令:
python object_detection/builders/model_builder_test.py
出现如下信息,说明已安装成功。
八、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:
等运行完成后,会出现下面的图,则所有配置过程已经完成。在你下载好后模型文件可以注释掉Download model的前两行,这样可以节约时间。