readnetfromtensorflow调用ssd模型发生异常_六 解决TensorRT样例SSD调用自己的模型问题...

这里切记下载TensorFlow Models成功后要切换分支，为什么要切换，我自己实践的经验是用直接下载的model训练和测试是没有问题的，但是在用pb转uff的时候会出现_Cast node 错误，根据网上查到的解决办法将create_node_map中的Tofloat改成Cast,但是有会在create_engine时又会出现index error,就是用自己的五类目标训练得到的模型竟然出现预测的目标class_index为coco label中的index,真的很诡异。一直没能解决是哪里的问题，之后切换分支后就一切正常，所以一定要切换分支。

git checkout ae0a9409212d0072938fa60c9f85740bb89ced7e

既然model版本回退了，那么现在就要重新安装tensorflow object detection api.

• 先卸载原先安装的object-detection.

pip uninstall object-detection

• 删除成功后重新安装

cd models/research/
protoc object_detection/protos/*.proto --python_out=.

• 安装依赖包

# From within TensorFlow/models/research/
pip install .

• 添加research/slim 到PYTHONPATH

gedit ~/.bashrc
# From within tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:<PATH_TO_TF>/TensorFlow/models/research/slim
source ~/.bashrc

至此环境变量起作用了

• 安装COCO API

cd Tensorflow/models/research
git clone cocodataset/cocoapi
cd cocoapi/PythonAPI
make
cp -r pycocotools <PATH_TO_TF>/TensorFlow/models/research/

• 验证安装是否成功

cd TensorFlowmodelsresearchobject_detection
jupyter notebook

运行无误说明安装成功。

这里说明一点，如果你要运行model_builder_test，可能会出现有些例子运行失败，这里不用care这些失败，无视就好了，不影响接下来的训练

接着训练步骤可以参考我博客详细说明。

TensorRT成功测试自己的数据集SSD模型二​bella722.github.io