DELF安装

1. Tensorflow

根据官网介绍我们可以采取以下方法进行tensorflow的安装
①使用pip

#对于CPU：
pip install tensorflow
# 对于GPU： 
pip install tensorflow-gpu

② docker镜像

 # 下载最新tensorflow镜像
 docker pull tensorflow/tensorflow  
 # 开启 Jupyter notebook 服务              
 docker run -it -p 8888:8888 tensorflow/tensorflow  

另外tensorflow 还提供在浏览器中使用，Colaboratory是一个Jupyter 笔记本环境，不需要进行任何设置就可以使用，可用来进行一些小的demo调试。对于大型项目不推荐使用。

2. Protobuf

DELF库使用protobuf（python版本）来配置特征提取及其格式。您将需要 protoc编译器，版本> = 3.3。最简单的方法是直接下载。对于Linux，可以采用以下命令进行下载

wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip
unzip protoc-3.3.0-linux-x86_64.zip
PATH_TO_PROTOC=`pwd`

3. Python依赖项

# 安装python库依赖项
pip install matplotlib numpy scikit-image scipy

4. tensorflow/models

克隆tensorflow/models并安装所需的库

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

安装slim并添加环境变量

cd models/research/slim/
pip install -e .

cd ..
export PYTHONPATH=$PYTHONPATH:`pwd`

将object_detection库添加到环境中

export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

编译DELF的protobufs

cd delf
${PATH_TO_PROTOC?}/bin/protoc delf/protos/*.proto --python_out=.

安装DELF包

sudo pip install -e .

5.测试

python -c "import delf"

无errors即成功

6. 注意和问题

ps: 由于上述添加环境变量的方法，并没有将其添加到系统变量中，docker的环境，在容器commit成images后，新容器就要重新添加python路径，而在pycharm中运行的时候 每次run的时候要对相应的文件进行配置，run -> edit configurations-> environment variables(配置），十分麻烦。 所以在安装时，可以一次性将其配置到系统环境中。

1）问题： import matplotlib.pyplot as plt, ImportError: libGL.so.1: cannot open shared object file: No such file or directory

解决方式：
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

2）问题：ImportError: cannot import name ‘_validate_lengths’

解决方式：安装高版本的scikit-image  
pip install scikit-image==0.14.2