谷歌开源的TensorFlow Object Detection API的使用教程

环境:Ubuntu16.04 / anaconda4.3 + Tensorflow1.3.0 + python3.5

介绍:

anaconda是什么:是用于科学计算的python发行版,提供了包管理和 环境管理的功能,可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理,并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具,也是一个可执行命令,其核心功能是包管理环境管理。包管理与pip的使用类似,环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合,里面预装好了conda、某个版本的python、众多packages、科学计算工具等等,所以也称为Python的一种发行版。

[摘自:anaconda使用总结]

由于anaconda环境可以很好的管理不同的环境,以便我在做错试验后可以重新新建环境,我选择了它,并创建了一个名为tensorflow的环境,并在其中安装了这个api运行的工具。

步骤:

1:搭建环境

安装好anaconda之后,我们开始搭建自己的环境:以下为我搭建的过程

conda create name tensorflow python=3.5 #指定了这个环境中安装的python是3.5版本

source activate tensorflow #这一步是用来开启tensorflow这个环境,以便在这个环境中做实验

deactivate tensorflow #这一步是关闭这个环境

(如果要删除这个环境:conda remove –name tensorflow –al)

2:安装tensorflow以及依赖的环境

conda install -c conda-forge tensorflow

在tensorflow这个anaconda环境中用以上命令安装tensorflow(可以用conda search tensorflow来查看可以安装的版本,也可以去anaconda官网查看版本,分为cpu版本和gpu版本)

安装完成后,进入python环境测试:import tensorflow as tf ,如果没有报错则安装成功,可以用tf.version来查看安装好的版本

安装 pillow/lxml/jupyter/matplotlib

3:下载tensorflow的模型,需要用git

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

4:编译下载的models,

在这里我们需要下载一个protobuf的工具,可以用conda来下载

然后进入下载的models目录找到object_detection所在的父目录,运行编译命令:protoc object_detection/protos/*.proto –python_out=.

5:使用jupyter-notebook运行这个api

进入object_detection文件夹中的object_detection_tutorial.ipynb,点击cell中的run all,可以逐步运行该python代码。([*]表示正在运行该部分代码)

如果运行过程中出错,请自行百度。

 

您的支持将鼓励我继续分享~