Tensorflow object_detection目标检测环境配置

最新推荐文章于 2022-04-28 13:54:31 发布

原创最新推荐文章于 2022-04-28 13:54:31 发布 · 498 阅读

0 ·

CC 4.0 BY-SA版权

python 同时被 2 个专栏收录

74 篇文章

订阅专栏

算法

17 篇文章

订阅专栏

本文介绍在Linux环境下使用TensorFlow官方模型进行目标检测的安装步骤，包括下载源码、安装依赖包、配置protobuf、添加环境变量及测试等过程。

最近又需要做目标检测的任务，考虑到简单实用，我们实用tensorflow 官方的模型，记录一下在liunx的安装步骤

1、下载源码 git clone https://github.com/tensorflow/models.git

2、python3环境下，安装各种依赖包，

pip install tensorflow-gpu==1.12  #使用新版
pip install  Cython
pip install  contextlib2
pip install  pillow
pip install  lxml
pip install  jupyter
pip install  matplotlib

3、配置protobuf

 在 /home/models/research/目录下：
protoc object_detection/protos/*.proto --python_out=.

但是如果出现以下报错：

object_detection/protos/calibration.proto:34:3: Expected "required", "optional", or "repeated".

则参考https://github.com/tensorflow/models/issues/1834#issuecomment-332531392

#You need to download protoc version 3.3 (already compiled). Use the protoc executable inside bin directory to run the commands like this:
tensorflow$ mkdir protoc_3.3
tensorflow$ cd protoc_3.3
tensorflow/protoc_3.3$ wget wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ chmod 775 protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ unzip protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ cd ../models/research/
tensorflow/models/research$ /home/saikishor/tensorflow/protoc_3.3/bin/protoc object_detection/protos/*.proto --python_out=.

4、添加环境变量

export PYTHONPATH=$PYTHONPATH:/home/models/research:/home/models/research/slim

5、对相关文件进行配置

 在 /home/models/research/目录下：
 python setup.py build
 python setup.py install

6、拷贝net文件夹

由于测试文件需要net文件中的文件，但是我加入环境变量还是报错
from nets.nasnet import pnasnet
ImportError: cannot import name 'pnasnet'

所以在 models/research/slim 目录下：

cp -r nets ../    #把nets文件夹拷贝到上一层
cd ..

7、测试是否可以执行：

 #在 /home/models/research/目录下：
python object_detection/builders/model_builder_test.py