用google开源的object_detection做检测系统,其中的一些配置需要注意,以免防采坑!!!!!!!!
一:环境配置:
Python:3.5版本(要调成这个版本)
Tensorflow gpu版本:1.15.0
Anaconda3-5.3.1-Windows-x86_64.exe
二;、下载object_detection API
网址:https://github.com/tensorflow/models
点击Clone or download,再点击Download ZIP,下载完成后,解压得到models-master文件夹,放到jupyter notebook工作路径里。
三:配置protobufs
网址:https://github.com/protocolbuffers/protobuf/releases,
object_detection API使用protobufs来配置模型和训练参数,这将其编译成.py文件些文件以“.proto”的扩展名放在 models-master/research/object_detection/protos下,
在使用框架之前,必须使用protobuf库将其编译成.py文件。
点击protoc-3.11.1-win64.zip自动下载,下载完成后解压,将解压后的bin文件夹下的protoc.exe放到models-master/research路径下,打开Anaconda Prompt,定位到research路径下,输入
protoc object_detection/protos/*.proto --python_out=.
这时可能会报错,因为windows命令不支持正则匹配,这时你可以将*.proto改成具体的,proto文件名一条一条执行,但是在linux系统中可以执行上面的命令,只不过应该下载相应的linux版本的protoc了。
四、检测API是否正常
1、将models-master/research/slim中的nets文件夹复制出来放到models/research下
2、将models-master/research/object_detection/builders下的model_builder_test.py复制到models-master/research下
3、将objetc_detection文件夹和nets文件夹都复制到D:/Anaconda3/Lib/site-packages下,注意D:/Anaconda3是我安装Anaconda的路径。
打开Anaconda Prompt,定位到research所在的文件夹,输入python model_builder_test.py,如果出现OK,那么API已经配置成功。