tensorflow：Object Detection API使用准备

最新推荐文章于 2021-03-10 17:02:10 发布

tiny_ten

最新推荐文章于 2021-03-10 17:02:10 发布

阅读量580

点赞数

分类专栏： TensorFlow 计算机视觉文章标签： tensorflow object detection object detect

本文链接：https://blog.csdn.net/shenquanyue/article/details/82997799

版权

计算机视觉同时被 2 个专栏收录

8 篇文章 0 订阅

订阅专栏

TensorFlow

4 篇文章 0 订阅

订阅专栏

不知道从什么时候开始，tensorflow自带的已训练好的模型从库里被单独分出来，即自成一个单独的库

概述

集model库，该库包括很多已经训练好的网络模型，可以直接用.
本文主要告诉大家以下内容:

手把手教你搭建使用Object Detection API所需要的环境
手把手教你跑通Object Detection API自带的一个demo

作者的tensorflow环境是windows10，Anaconda下的python3 tensorflow-gpu版，其他tensorflow环境也是可以的。
所以我先打开Anaconda Prompt开启我的tensorflow环境：

conda activate tensorflow

环境

model下载以及依赖项的安装

下载model就直接用git就好了，我把model放到了我的E:\repository\：
E:\repository\models\research\object_detection下就是各种我们要使用的api的相关文件。

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

安装依赖项

pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib

Tensorflow Object Detection API使用Protobufs来配置模型和训练参数。在使用框架之前，必须编译Protobuf库。对于protobuf，在Linux下我们可以使用apt-get安装，在Windows下我们可以直接下载已经编译好的版本，这里我们选择下载列表中的protoc-3.3.0-win32.zip。
作者：洛荷
链接：https://www.jianshu.com/p/21bae50b6e0d
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处

所以这里要安装protoc，点击这里,
下载文件protoc-3.6.1-win32.zip，如下图所示，大概是最新版列表的倒数第3个，你现在下的话，可能会有更新的版本。
在这里插入图片描述
解压后如下图：

这里为bin文件加添加环境变量即可，也就是path中包括bin文件夹。
我这里是先查看path。

我有一个环境变量是：

C:\Users\qing\AppData\Local\conda\conda\envs\tensorflow\Lib\site-packages\protoc-3.6.1-win32\bin

我就直接把protoc-3.6.1-win32\bin文件夹中的protoc.exe放到这个路径下，只要通过path可以找到就行。
检查protoc是否安装成功
在cmd或者Anaconda Prompt中输入：

 protoc

如果出来一堆命令提示，则安装成功。

# From tensorflow/models/
protoc object_detection/protos/*.proto --python_out=.

编译

在命令行中进入models所在的目录：

E:
cd E:\repository\models
protoc object_detection/protos/*.proto --python_out=.

在Anaconda Prompt, 如果直接protoc可能会报错，要先通过以下命令进入bash，执行protoc之后再推出：

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

编译成功后，models\research\object_detection\protos目录下会出现很多.py文件.

为model的文件添加环境变量

要把models下的这两个目录添加到系统环境变量中去，如果不添加，python在import包的时候会找不到包。
在这里插入图片描述

跑demo

在models\research\object_detection目录下有一个object_detection_tutorial.ipynb文件
进入该目录，在命令行中输入：

jupyter notebook

运行jupyter，按照提示把一个url链接复制到浏览器打开。找到object_detection_tutorial.ipynb文件双击打开。
这个程序会先从网上把模型下载下来，然后测试两张图片。
这里直接跑可能跑不通，一方面是可能会因为墙的问题出现http错误，另一方面，是模型的名字有更新，而该文件中的模型名字没有更新。
这里打开下图的detection_model_zoo（欢迎来到人工智能生命动物园，目前这里有很多具有简单视觉系统的智慧生命），找到COCO-trained models列表，你想跑那个模型下载哪个，这里我下载的是第一个ssd_mobilenet_v1_coco建议先下载，然后改点代码：

在这里插入图片描述
更改的地方有两处:

如上图所示，把MODEL_NAME改成下载的文件名，文件下载下载就放在object_detection_tutorial.ipynb同级目录下。
把下载的那两行注释掉，如下图所示。

好了，点击最上面 Cell-Run All，等大约两分钟可以出结果,网上有人说跑30-40分钟的，估计绝大部分时间耗费在下载模型以及解压模型上面了，我这里的两分钟是第二次跑的时间，可能第一次跑，因为解压耗费时间，时间要长于两分钟。注意网页标签页（最上面）图标状态的变化，正在运行的时候，会变成一个漏斗。