windows tensorflow2 object-detection api 下载安装

干就完事！

已于 2022-12-18 11:53:26 修改

阅读量859

点赞数 1

分类专栏： tensorflow 文章标签： tensorflow python 目标检测

于 2022-10-14 15:49:14 首次发布

原文链接：tensorflow-object-detection-api-tutorial.readthedocs.io

版权

tensorflow 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1.创建conda虚拟环境

打开cmd运行

conda create -n tensorflow pip python=3.9

其中tensorflow为虚拟环境的名字，python版本要与tensorflow匹配

2.激活虚拟环境

在cmd运行

activate tensorflow（创建的虚拟环境的名字）

激活虚拟环境后，环境的名称应显示在 cmd 路径说明符开头的括号内，接下来的命令语句都在该虚拟环境中执行。

3.安装tensorflow-gpu

在cmd运行

pip install tensorflow==2.6.0

验证安装：

python -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

将会得到如下类似输出

4.下载tensorflow object-detection

GitHub - 张量流/模型：使用张量流构建的模型和示例 download zip

在D盘新建一个名为tensorflow-model的文件夹，将模型解压缩到该文件夹下并重命名为models

5.编译protobuf

Releases · protocolbuffers/protobuf (github.com)

下载最新版 protoc-×××-win64.zip，解压缩到D盘，将./bin下的protoc.exe复制到C：Windows/Sytstem32下。

在cmd中进入D盘依次运行

cd tensorflow-model/models/research

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

编译完成后再tensorflow-model/models/research/object_detection/protoc下会出现相应的.py文件

6.安装COCO API

在安装COCO API之前，需确保已在电脑安装了 Visual C++ 2015 build tools。

cmd 输入

pip install cython
pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

7.配置PYTHONPATH环境变量

在系统环境变量下新建一个PYTHONPATH，里面放research、slim、object-detection这三个的路径，重启电脑让环境变量生效。

注：若在cmd中使用新配置的环境变量，需打开一个新的cmd窗口。

8.安装tensorflow object-detection api

cd 到 object_detection/packages/tf2 运行：

python setup.py build

python setup.py install

可能遇到的报错：

[WinError 32] 另一个程序正在使用此文件，进程无法访问。: 'c:\\.....\\.conda\\envs\\tensorflow\\lib\\site-packages\\object_detection-0.1-py3.9.egg

解决方法：删除虚拟环境下的object_detection-0.1-py3.9.egg文件

注：在这里的时候千万不能使用pip install object_detection-0.1，这样下下来的object_detection包里用的是tensorflow1，而tensorflow2不包含tensorflow1的部分函数功能，这就导致在后面测试api是否成功下载或是训练模型的时候都会报错，十分麻烦。

ValueError: invalid wheel name: 'apache_beam2.42.0rc00-cp37-cp37m-macosx_10_9_x86_64.whl'

解决方法：pip install apache-beam==2.42.0rc0 根据报错给出的下载地址下载该依赖到虚拟环境中，解压缩，cmd定位到setup.py文件位置，执行python setup.py build 、python setup.py install

下载tensorflow2.10时报错

解决方法：同样根据报错给出的地址下载whl文件到虚拟环境，cmd定位到虚拟环境site-packages，执行pip install ×××.whl

注：在安装object-detection api的时候，不能直接pip下载某个包（也不要换源），这样会导致缺少依赖，无法使用该api，而且易导致各种包之间版本冲突。

9.测试安装

cd 到D:\tensorflow-model\models\research\object_detection\builders目录下，运行

python model_builder_tf2_test.py

可能遇到的报错：

no modle name object-detection

解决方法： 在虚拟环境site-packages下新建一个tensorflow_modle.pth文件，添上research、slim、object-detection这三个的路径

cannot import name 'builder' from 'google.protobuf.internal

解决方法：回到Releases · protocolbuffers/protobuf (github.com)下载你刚刚下载好的protobuf同版本的Source code，将该zip文件下python\google\protobuf\internal的builder.py文件复制到虚拟环境site-packages\google\protobuf\internal下

如果有以下显示，那么，恭喜你，恭喜我，终于可以去到训练模型了！