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
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/jocelyn870/article/details/77993806
https://blog.youkuaiyun.com/Afox4l/article/details/79056639
https://blog.youkuaiyun.com/qq_34213260/article/details/85240725
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。
933

被折叠的 条评论
为什么被折叠?



