1. 搭建环境
- 准备资源(objection detection)
由于github下载较慢,可以点开这个链接下载链接:https://pan.baidu.com/s/1R9_-C0y7PTRXFGYet9RByQ 提取码:ktg3
下载完解压,这里只需要research文件夹,把这个文件夹复制到c盘(任何地方都可以,因为以后都要用到,所以我放到了c盘根目录下) - 下载protoc
建议下载protoc-3.4.0-win32,下载地址:https://github.com/google/protobuf/releases/tag/v3.4.0 下载完解压,将bin文件夹下面的protoc.exe文件复制到C:\Windows\System32目录下 - 创建conda虚拟环境py36(需要换源)
安装库
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
conda install pillow
conda install lxml
conda install Cython
conda install matplotlib
conda install pandas
conda install jupyter
conda无法安装pycocotools
方法:下载链接:https://pan.baidu.com/s/1FpuEhrKagN8SAR1-7bnd1Q
提取码:n8ys 然后解压,进入PythonAPI文件夹,cmd命令框内输入
python setup.py build_ext –inplace
python setup.py build_ext install - 编译
1.在research目录下,去protoc
protoc object_detection/protos/*.proto --python_out=.
2.添加环境变量
3.在research目录下 python setup.py install(一定执行这一步)
4.在research\slim目录下
cd /d c:\research\slim
python setup.py build
Python setup.py install - 测试
在research目录下输入
python object_detection/builders/model_builder_test.py
表示成功了 - 如果报错
打开slim文件夹,复制nets文件夹,粘贴到程序目录中(object_detection/builders)
再运行.py文件,成功!