我的AI之路(18)--Tensorflow的模型安装之object_detection

Arnold-FY-Chen Arnold-FY-Chen 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 900+累计阅读 980平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄19年
关注
原创 最新推荐文章于 2026-01-10 13:58:54 发布 980 阅读 AI 写同款· GEO 优化 ›
关于object_detection的官网运行案例 pip install tensorflow-tensorboard 首先需要把https://github.com/tensorflow/models/tree/r1.5的代码下载下来 然后进入到https://github.com/tensorflow/models/tree/r1.5/research/object_detection，下面有个README.md 1.installat... 阅读详情

       https://github.com/tensorflow/models下有不少各种用途的模型用于图片、语音、视频等方面的处理，这里以现在不少公司都使用来做对象检测或目标识别的object_detection为例来说明模型的安装和使用过程。

       如果你不嫌慢，可以使用clone 或checkout https://github.com/tensorflow/models.git来下载源码，不过我一般喜欢下载zip文件然后到本地解压展开，这样比使用git逐个获取多个源码文件快多了，下载的链接是https://github.com/tensorflow/models/archive/master.zip，这个大压缩包里包含了所有的模型的源码。

    如果你已经安装好了Tensorflow环境并且测试了Tensorflow能正确运行，那么把模型使用起来是比较简单的，对于object_detection模型的安装过程，如果你是在linux上安装的话，按照https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md里说的做就行了，前面部分说的依赖库，在安装Tensorflow时应该都已经安装解决不用看，对于COCO API，如果你需要用到就按照里面的说明去安装，不需要用到就可以略过，后面需要时再回头安装。

      不过为了方便和我安装的Windows版OpenCV的目标检测对照效果，我是直接在Windows下也安装了Tensorflow，然后在Windows下使用object_detection，下载完上面说的Tensorflow的模型文件包master.zip后，我展开到了路径D:\AI\tensorflow\models下。  

      然后从https://github.com/protocolbuffers/protobuf/releases/这里下载个最新版3.6.1版的编译好了的Windows版本的protoc文件压缩包protoc-3.6.1-win32.zip 到本地D:\AI\tensorflow\protoc-3.6.1-win32后解压后把D:\AI\tensorflow\protoc-3.6.1-win32\bin加入到path路径

   set PATH=D:\AI\tensorflow\protoc-3.6.1-win32\bin;%PATH%

然后cd D:\AI\tensorflow\models\research\object_detection\protos，再对protos目录下的每个文件执行类似如下命令由.proto文件生成对应的.py文件，这里比较恶心的是高版本的protoc不支持文件通配符*了，只能指定具体的完整的文件名，这点很恼火，不知道为何要这么倒退，以前比较老的版本的protoc是支持通配符一次处理多个文件的：

    

...

然后设置PYTHONPATH环境变量：

然后回到上层目录：cd D:\AI\tensorflow\models\research，再执行 

python object_detection/builders/model_builder_test.py

这就准备好object_detection模型了，下面跑个例子试试，执行：jupyter notebook 以启动jupyter notebook:

在弹出的浏览器页面中的列表里点击object_detection进入:

然后点击object_detection_tutorial.ipynb文件:

在进入的页面中连续点击run按钮单步执行里面的python脚本块直至最后：

然后等一会儿，会出现两张图片和目标识别结果：

 

OK，这说明object_detection模型完全可以正确使用了。

 

我的AI之路(1)--前言

我的AI之路(2)--安装Fedora 28

我的AI之路(3)--安装Anaconda3 和Caffe

我的AI之路(4)--在Anaconda3 下安装Tensorflow 1.8

我的AI之路(5)--如何选择和正确安装跟Tensorflow版本对应的CUDA和cuDNN版本

我的AI之路(6)--在Anaconda3 下安装PyTorch

我的AI之路(7)--安装OpenCV3_Python 3.4.1 + Contrib以及PyCharm

我的AI之路(8)--体验用OpenCV 3的ANN进行手写数字识别及解决遇到的问题

我的AI之路(9)--使用scikit-learn

我的AI之路(10)--如何在Linux下安装CUDA和CUDNN

我的AI之路(11)--如何解决在Linux下编译OpenCV3时出现的多个错误

我的AI之路(12)--如何配置Caffe使用GPU计算并解决编译中出现的若干错误

我的AI之路(13)--解决编译gcc/g++源码过程中出现的错误

我的AI之路(14)--Caffe example：使用MNIST数据集训练和测试LeNet-5模型

我的AI之路(15)--Linux下编译OpenCV3的最新版OpenCV3.4.1及错误解决

我的AI之路(16)--云服务器上安装和调试基于Tensorflow 1.10.1的训练环境

我的AI之路(17)--Tensorflow和Caffe的API及Guide

我的AI之路(18)--Tensorflow的模型安装之object_detection

我的AI之路(19)--如何在Windows下安装pycocotools PythonAPI

我的AI之路(20)--用Tensorflow object_detection跑raccoon数据集

我的AI之路(21)--用Tensorflow object_detection跑PASCAL VOC 2012数据集

我的AI之路(22)--使用Object_Detection_Tensorflow_API

我的AI之路(23)--在Windows下编译Bazel和使用Bazel编译tensorflow

 

收录于
AI

当前文章被收录于：

AI
41 篇文章 14 人学习
订阅专栏 查看详情
Tensorflow

当前文章被收录于：

Tensorflow
14 篇文章 1 人学习
订阅专栏 查看详情
Object Detection

当前文章被收录于：

Object Detection
6 篇文章 0 人学习
订阅专栏 查看详情
标签
#Tensorflow #AI #Object Detection #Tensorflow Models
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
从0开始，在树莓派上部署TensorFlow Object Detection API 如果你只想用树莓派来识别，请移步https://blog.youkuaiyun.com/weixin_43599336/article/details/83713790 视频演示地址： P1: https://www.bilibili.com/video/AV31697636 # 系统安装 P2: https://www.bilibili.com/video/AV31706598 ... 阅读详情

相关推荐

基于TensorFlow Object Detection API实现RetinaNet目标检测网络（附源码）

RetinaNet是作者Tsung-Yi Lin和Kaiming He于2018年发表的论文Focal Loss for Dense Object Detection中提出的网络。RetinaNet凭借其结构精简清晰、可扩展性强、检测准确率高等特点，成为了很多目标检测算法的baseline。在模型的训练过程中，经常会遇到这样的场景：我们需要保存某个时刻训练好的模型参数，这样在对模型进行微调时，才能使用保存好的参数继续训练，而不是再随机生成参数大范围的拟合。

专注AI领域 1683

TensorFlow目标检测API——测试是否安装成功

运行 python object_detection/builders/model_builder_test.py 检测TensorFlow目标检测API是否安装成功。 结果报错：File “object_detection/builders/model_builder_test.py”, line 21, in from object_detection.builders import model_builder ModuleNotFoundError: No module named ‘object_

黑手黛博拉的博客 649

【博弈论】势博弈（potential game）、EPG以及最佳响应、Nash均衡和帕累托（pareto）最优的理解

文章目录前言一、Potential game二、Nash均衡和Pareto-optimal（帕累托最优）1.Nash 均衡2.Pareto最优三、Best response（最佳响应）四、Exact potential game(EPG)1.合作-傀儡博弈2.合作博弈3.傀儡博弈4.自激博弈5.双边对称交互博弈使用理解 前言 本文主要详细讲解potential game的概念以及Exact potential game 的定义和分类，以及这么博弈方法是如何在论文中引入并使用的，本文仅是对自己在该模块

weixin_44535200的博客 2万+

tensorflow之目标检测（一） --object detection--API安装

环境：win10 CPU 3.7 python 第一步 下载models 下载tensorflow object_detection API 的models，解压 （1）下载地址链接：https://pan.baidu.com/s/1Bs5D1iINsfx-aqBvkdoKOw 提取码：t1pa （2）或者github上下载该项目 第二步安装protobuf （1） 下载...

风雨潇潇一书生 484

【ROS】ROS2导航Nav2：简介、安装、测试效果、错误处理

在ROS2中自动导航使用Nav2来实现。Nav2 使用几个独立的模块化服务，通过 ROS 2接口（例如动作服务器或服务）与行为树 (BT) 通信。Nav2 输入包括：TF转换、一个地图源、一个行为树 (BT) XML 文件和相关的传感器数据源;Nav2 输出速度命令;Nav2 支持多种机器人，比如：四足机器人、履带机器人、轮式机器人等。

郭老二 5085

QMK固件OLED显示屏配置教程：从零开始实现个性化键盘显示（实操部分）

本教程详细介绍了如何从零开始配置QMK固件的OLED显示屏，实现个性化键盘显示。首先，文章解释了OLED显示屏的基本概念及其在键盘中的应用，并介绍了I2C和SPI两种通信方式。接着，教程逐步指导用户如何在QMK固件中启用OLED功能，包括在rules.mk中启用OLED、在halconf.h和mcuconf.h中配置I2C功能，以及在config.h中设置I2C和OLED参数。最后，教程展示了如何在keymap.c中编写代码，实现OLED显示内容，并提供了进阶定制功能，如显示当前层信息、按键状态和QMK L

Despacito0o的博客 580

python调用tensorflow模型_利用Tensorflow构建自己的物体识别模型(一)

原料windows10+python3.5+pycharm安装tensorflow利用Tensorflow训练搭建自己的物体训练模型，万里长征第一步，先安装tensorflow。tensorflow分为cpu版和gpu版，gpu版的运行速度是cpu的50倍，但是gpu版的坑太多，要安装许多开发套件,对windows的支持不够友好；更为致命的是,它需要Nvida的中高端显卡，我的电脑系统是windo...

weixin_39557402的博客 791

configure: error: no acceptable C compiler found in $PATH解决方案

本文主要介绍了configure: error: no acceptable C compiler found in $PATH解决方案，希望能对使用Linux的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

weixin_43178406的博客 4万+

python模型训练框架_快速搭建TensorFlow目标检测框架并训练自己的数据集

安装anaconda创建python3.6环境非常不建议使用windows，因为学界、工业界tensorflow基本上都是linux环境，windows各种工具bug调试麻烦多多。笔者很早就完成了ubuntu 18.04的教程，windows又花了很多时间解决BUGlinux,macos系统使用terminal，windows用户使用cmd执行下列命令目前tensorflow1.12版本最高支持到...

weixin_39657300的博客 859

实战：RK3568 Android14 点亮 LVDS 屏幕

4组数据 (D0~D3) + 1组时钟 (CLK)。最大支持 1280x800 @ 60Hz。8组数据 (Even03, Odd03) + 2组时钟。支持 1080P 及以上。/ {/* 背光与电源 *//** 关键配置：数据格式映射* 可选值: "jeida-18", "jeida-24", "vesa-24"* 6位屏选 xx-18, 8位屏选 xx-24* 颜色不对（偏色/底片效果）就换 VESA <-> JEIDA*/

qq_33427070的博客 1165

【第13话：感知算法】库位与可行驶区域检测：自主泊车场景中的检测及语义分割方法

本文提出了一种自动泊车系统中的泊车库位线检测方法，通过逆透视映射（IPM）将车辆摄像头图像转换为鸟瞰视图，消除透视变形。该方法结合目标检测和语义分割模型，先定位库位线候选区域，再生成像素级精确掩码。后处理步骤将掩码转换为结构化输出，包括停车位边界多边形和可行驶区域掩码。整个流程采用深度学习模型和计算机视觉技术，可实现高精度的泊车环境感知，为自动泊车系统提供可靠支持。

一碗白开水一 1161

使用自己的数据训练MobileNet SSD v2目标检测--TensorFlow object detection

使用自己的数据训练MobileNet SSD v2目标检测--TensorFlow object detection1. 配置1.1 下载models-1.12.02. 准备数据集3. 配置文件和模型3.1 下载预训练模型3.2 修改配置文件4. 训练4.1 使用tensorboard查看训练过程5. 冻结模型参数6. 调用pb文件进行预测 1. 配置 基本配置 版本号 CPU I...

weixin_43056275的博客 3911

手把手教你学Simulink--FIR滤波器的设计与优化仿真

FIR滤波器的设计目标通常包括指定的频率响应特性（如低通、高通、带通或带阻），以及特定的应用需求（如线性相位、最小化误差等）。Simulink提供了一个直观且强大的平台来模拟这些设计，并允许用户通过调整参数实时观察其对系统性能的影响。明确你的系统需求，比如输入信号类型（如正弦波组合）、采样率、FIR滤波器的设计参数（如滤波器类型、阶数、截止频率等）。假设我们需要设计一个低通FIR滤波器，用来去除高于1kHz的所有频率成分，保留低于1kHz的信号成分。采样率为8kHz。

MHD0815的博客 347

TensorFlow Object Detect API 实战与踩坑经验分享

本项目起源于本人《人工智能原理》一课的大作业，要求识别苹果、香蕉、橙子三种水果，并用IOU、Precision、Recall、mAP四个指标进行评估(谁拿前3个作为最终指标啊)。一通搜索下来最终决定拿 TensorFlow Object Detect API V2 来完成。主要参考了官方教程以及众多大神博客。由于本人主要负责后端的工作，就只在这分享下后端的一些经验。本文主要汇总一下对在这期间有用的教程与分享本人在这安装、训练期间遇到的问题以及解决方法。

Megrez__的博客 1944

蓝牙模块HM-10手册

蓝牙模块HM-10手册，该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

安全帽深度学习训练：从TensorFlow Object-Detection API到树莓派 tflite移动端踩坑记

今天也算我首次发实现过程博文，写的不好请谅解，如果对您有帮助，麻烦点个赞噢 说一下我的实现过程，我是Object Detection API训练模型，版本tf 1.14 正常按网上教程训练出来后，https://www.cnblogs.com/White-xzx/p/9503203.html，可以出现model.ckpt-200000.data 训练文件，然后按教程会出来frozen_inference_graph.pb等文件（这一步是在windows7环境下实现）， 然后通过exp...

jiangjiang4564的博客 2398

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Tensorflow object detection API 搭建属于自己的物体识别模型

一、下载Tensorflow object detection API工程源码 　　网址：https://github.com/tensorflow/models，可通过Git下载，打开Git Bash，输入git clone https://github.com/tensorflow/models.git进行下载。 二、标记需要训练的图片 　　①、在第一步下载的工程文件models\res...

weixin_34270865的博客 323

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)

Ubuntu 18.01下安装TensorFlow Object Detection API--从头开始训练自己的数据集（二）

二、利用TensorFlow Object Detection API训练自己的数据集 第一部分讲了如何搭建训练环境，这部分讲解如何从头开始训练自己的数据集！ 1. 首先，标注数据集，推荐labelImag这个标注用的小工具，大家可以在https://github.com/tzutalin/labelImg上下载，然后直接运行它的labelImag.py文件即可进入标注界面。为了方便，以VO...

duanyajun987的博客 575

【TensorFlow】获取object detection API训练模型的输出坐标

　　如下图，谷歌开源的object detection API提供了五种网络结构的fine-tuning训练权重，方便我们针对目标检测的需求进行模型训练，本文详细介绍下导出训练模型后，如何获得目标检测框的坐标。如果对使用object detection API训练模型的过程不了解，可以参考博文：https://www.cnblogs.com/White-xzx/p/9503203.htm...

diejingbu1567的博客 589

tensorflow Object Detection API中训练ssd_mobilenet_v3_small

安装tensorflow Object Detection API 1. 下载该API到指定的文件夹 在现有的官方github下载models，安装的tensorflow-gpu==1.12.0，但是经过后续的编译，测试出错了，报错为ModuleNotFoundError: No module named ‘tensorflow.compat.v1’，在issues里找到了一个解决办法，下载 r1.13.0 branch即可。 将models-r1.13.0下载到tensorflow文件夹下。 2. 在A

qq_45057749的博客 2675

如何高效的利用tensorflow+Object DetectionAPI训练识别自己的数据集

二、tensorflow Object DetectionAPI训练识别自己的数据集 参考GitHub：https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10?tdsourcetag=s_pcqq_aiomsg 参考博客：https:/...

HRFarsighted的博客 1678

我的AI之路(20)--用Tensorflow object_detection跑raccoon数据集

    Raccoon是一个小巧有趣的加标签了的数据集，总共200张图片，用来训练识别浣熊，我们用它来学习体验object_detection的训练测试过程是可以的。      到https://github.com/datitran/raccoon_dataset 下载zip压缩文件到本地解压到D:\AI\dataset\raccoon_dataset-master，可以看到，在images下...

XCCCCZ的博客 2301

我的AI之路(22)--使用Object_Detection_Tensorflow_API

  在安装好Tensorflow models(参见我的AI之路(18)--Tensorflow的模型安装之object_detection)后，下载Object_Detection_Tensorflow_API.ipynb文件，这个文件相对于object_detection里自带的object_detection_tutorial.ipynb来说，除了对静态测试图片中的狗和人等物体的识别，后面增...

XCCCCZ的博客 1391

TensorFlow Object Detection API目标检测检测代码

一、TensorFlow Object Detection API的安装见本人以下两篇博客： windows10下安装TensorFlow Object Detection API：https://mp.youkuaiyun.com/postedit/82023949 Ubuntu18.04下安装TensorFlow Object Detection API：https://mp.youkuaiyun.com/pos...

逆风者 1144

快速安装并上手Tensorflow Object Detection API

“机械神乃是你的主人，黑暗器械！向祂跪倒、知晓你的不忠、接受你的毁灭！” ———普罗斯克大师 步骤1. 下载Object Detection API，在https://github.com/tensorflow/models，将下载下的zip包解压放在桌面（或者自定义其他路径） 步骤2. 安装Object Detection API依赖包 pip install contex...

kingkongsama的博客 274

win10下用tensorflow object detection API训练自己的数据出错

(gtf36) D:\models-master\models\research\object_detection>python model_main.py --pipeline_config_path=mytraining/faster_rcnn_resnet101_coco.config --model_dir=object_detection/mytraining --num_tra...

natures66的博客 7315
上一篇： 我的AI之路(17)--Tensorflow和Caffe的API及Guide
下一篇： 我的AI之路(19)--如何在Windows下安装pycocotools PythonAPI
点赞 1
评论 0
书签 书签 6
Arnold-FY-Chen
Arnold-FY-Chen
博客等级 码龄19年 925粉丝 204原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Arnold-FY-Chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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