tensorflow models安装记录

tensorflow自1.0版本起，models就被单独拿出来作为一个独立模块。tensorflow的github库中存在两个部分，tensorflow是我们常用的框架源码部分，而models则是其扩展模块部分，需要单独进行安装。models模块收集了研究者们提出的很多优秀的网络模型，包括但不限于计算机视觉方向、自然语言处理方向和强化学习方向等。

1、下载models源码

GitHub地址：https://github.com/tensorflow/models
Gitee地址：https://gitee.com/sunmingyang1987/tensorflow-object-detection-api/tree/master
从以上两个地址下载的是最新的，如果你的tensorflow是1.x那么需要下载历史版本，建议tensorflow1.14.0对应安装models1.13.0，不会出现莫名其妙的报错。

2、下载、安装protoc，并进行编译

2.1 下载、安装protoc

GitHub地址：https://github.com/protocolbuffers/protobuf/releases
挑选适合自己的版本下载。
百度云盘链接：https://pan.baidu.com/s/17V_Ol61YQqCkePPZVJjF9Q
提取码：5lo2
下载后复制到与models同名的文件夹下，解压，生成：bin、include。将bin文件夹下的protoc.exe复制到C:\Windows\System32文件夹下。cmd打开命令行界面，输入命令protoc，出现如下界面说明安装成功：

2.2 编译proto文件

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。

3、添加环境变量

在python安装路径下的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：

以防万一，你也可以把official路径加上。
如果用的anaconda或者miniconda，那么要在Anaconda\Lib\site-packages或者miniconda\Lib\site-packages下添加路径文件。

4、切换到models/research路径，进行编译和安装

cmd中切换到models/research下，先后输入以下命令进行编译和安装：

python setup.py build

python setup.py install

编译和安装后，再输入以下命令进行测试：

python object_detection/builders/model_builder_test.py

出现以下信息表示测试通过，安装成功！