Tensorflow objection detection api 强大的目标检测工具。
一、 环境搭建
anaconda 创建虚拟环境,好用的很,先创一个。
conda create -n tf_obj python=3.6
Ok,然后 source activate tf_obj 进入环境。莫急,Tensorflow Object Detection API 还需要依赖如下组包:
sudo apt-get install protobuf-compiler python-pil python-lxml python-tk
sudo pip install Cython
sudo pip install jupyter
sudo pip install matplotlib
对了装个 tensorflow 呀
pip install tensorflow-gpu==1.12.0
二、安装Tensorflow Objection DEtection API
(1)下载
找个自己喜欢的位置,下载解压。
git clone https://github.com/tensorflow/models.git
(2) protobuf 编译
Tensorflow Object Detection API 用 Protobufs 来配置模型和训练参数. 在用这个框架之前,必须先编译Protobuf 库。编译时会遇到错误,可以在conda虚拟环境中再安装一个 protobuf 3.6版本的,protoc --version 查看版本。
conda install protobuf=3.6
切换到 .../models/research 文件夹,终端输入
protoc object_detection/protos/*.proto --python_out=.
没有结果就是最好的结果。
(3)安装 tensorflow model 以及 slim
/models/research 文件夹下执行
python setup.py install
切换到 /models/research/slim 文件夹下执行上条语句。
(4)添加环境变量
还是 .../models/research 文件夹下,执行:
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
或者 gedit ~/.bashrc 在文件末尾添加改语句。然后 source ~/.bashrc 激活。
三、测试
python object_detection/builders/model_builder_test.py
OK