CentOS7.3安装TensorFlow Object Detection API

本文详细介绍在阿里云GPU服务器上部署TensorFlow Object Detection API的过程,包括系统配置、下载及安装TensorFlow Object Detection API、升级protoc、编译proto文件、设置Slim环境变量以及测试安装。解决常见错误并确保API正常运行。

最近在看《21个项目玩转深度学习》,在阿里云申请了GPU服务器,申请时在镜像市场选择“CentOS7.3(预装NVIDIA GPU驱动和深度学习框架)”

系统配置:CentOS7.3系统64bit | python版本2.7.5 | pip版本9.0.1 | numpy版本1.13.3 | scipy版本1.2.3 | tensorflow-gpu1.3.0 | tensorflow-tensorboard0.1.8

  • 下载TensorFlow Object Detection API

在百度网盘下载旧版TensorFlow Object Detection API,将下载解压得到的models-master文件夹用xftp上传到服务器。

链接:https://pan.baidu.com/s/1W_6NFuRXUnkl7t3dScXjKQ 
提取码:2g4l 

  • 安装或升级protoc

在models-master/research/object_detection/protos/中,有一些proto文件,需要使用protoc程序将这些proto文件编译为Python文件。

使用命令protoc --version查看protoc的版本,如果版本低于2.6.0或者出现下面的错误,就需要安装或升级protoc:

-bash: protoc: command not found

新建protoc3.3文件夹,将目录切换到protoc3.3文件夹下,运行下面的命令,下载protoc3.3文件:或者去https://github.com/google/protobuf/releases下载protoc-3.3.0-linux-x86_64.zip,再使用xftp传到服务器

wget wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip

运行下面的命令,安装unzip:

yum -y install unzip

运行下面的命令,解压缩文件,得到bin和include文件夹和readme.txt:

unzip protoc-3.3.0-linux-x86_64.zip

运行下面的命令,将bin文件夹下的protoc复制到系统的可执行目录/usr/bin文件夹下,此时运行protoc --version,就可以查看protoc的版本了。

sudo cp bin/protoc /usr/bin/protoc
  • 编译proto文件

用cd命令将目录切换到models-master/research/文件夹下,运行下面的命令,就可以将proto文件编译为Python文件。

protoc object_detection/protos/*.proto --python_out=.
  • 将Slim加入PYTHONPATH

在research文件夹下,运行下面的命令:

export PYTHONPATH=$PYTHONPATH:'pwd':'pwd'/slim

执行命令完成后,可以使用python命令打开一个python shell,如果运行import slim成功则说明已经正确设置好了。

  • 安装完成测试

在research文件夹下,运行:

目录

下载TensorFlow Object Detection API

安装或升级protoc

编译proto文件

将Slim加入PYTHONPATH

安装完成测试


可能会遇到下面的错误:

Traceback (most recent call last):
  File "object_detection/builders/model_builder_test.py", line 21, in <module>
    from object_detection.builders import model_builder
  File "/root/pzf/tf/ch05/models-master/models-master/research/object_detection/builders/model_builder.py", line 30, in 

<module>
    from object_detection.models import faster_rcnn_inception_resnet_v2_feature_extractor as frcnn_inc_res
  File "/root/pzf/tf/ch05/models-master/models-

master/research/object_detection/models/faster_rcnn_inception_resnet_v2_feature_extractor.py", line 28, in <module>
    from nets import inception_resnet_v2
ImportError: No module named nets

在python2.7的安装目录的site-packages文件夹下(/usr/lib64/python2.7/site-packages)运行touch tensorflow_model.pth,新建一个tensorflow_model.pth文件,用vim命令打开,文件内容写research和slim的路径:

/root/tf/ch05/models-master/research
/root/tf/ch05/models-master/research/slim

在切换回research文件夹,测试TensorFlow Object Detection API安装是否成功,如果出现下面的信息,说明已经安装成功:

...............
----------------------------------------------------------------------
Ran 15 tests in 0.066s

OK

 

 

 

参考:

https://blog.youkuaiyun.com/weixin_43599336/article/details/86533573?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159686690119725222461193%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=159686690119725222461193&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v3~pc_rank_v2-4-86533573.first_rank_ecpm_v3_pc_rank_v2&utm_term=object+detection+api+%E7%99%BE%E5%BA%A6%E4%BA%91&spm=1018.2118.3001.4187

https://blog.youkuaiyun.com/jocelyn870/article/details/77993806

https://blog.youkuaiyun.com/Afox4l/article/details/79056639

https://blog.youkuaiyun.com/qq_34213260/article/details/85240725

 

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值