1. 安装Anaconda,64位,这里选python3.5的(这个随便)。
可参考保姆级教程https://blog.youkuaiyun.com/weixin_43715458/article/details/100096496
2.打开Anaconda Navigator,点击Create新建环境,名为objapi(名字任意)。
创建好之后,上方会出现:
点击绿色的三角,选择Open Terminal,进入环境。
3. 安装Tensorflow
在进入的环境终端窗口中输入指令:
pip install --upgrade tensorflow(安装的是最新版的tensorflow,cpu)版本
pip install --upgrade tensorflow-gpu(gpu版本)安装gpu版本费事点,要装CUDA\CUDNN等。
终端输入python,可查看Python版本,接着输入
import tensorflow as tf
hello=tf.constant('Hello,Tensorflow!')
sess=tf.Session()
print(sess.run(hello))
如果输出Hello,Tensorflow说明Tensorflow安装成功。
4. 安装依赖包、组件
pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib
5.下载Tensorflow Object Detection API
https://github.com/tensorflow/models
6.环境变量配置
此电脑->属性->高级系统设置->系统变量中,新建名为‘PYTHONPATH’变量,将models/research及models/research/slim两个文件夹的完整路径添加进去。
6.Protobuf安装与配置
在https://github.com/google/protobuf/releases网页上下载最新windows版本的,解压后,将bin文件夹中的protoc.exe文件放入C:/Windows目录下。(C:/Windows/System32也放一个?估计不用)
终端进入models/research目录,输入命令行:
protoc object_detection/protos/*.proto --python_out=.
在这一步有时候会出错,可以尝试把/*.proto 这部分改成文件夹下具体的文件名,一个一个试,每运行一个,文件夹下应该
出现对应的.py结尾的文件。不报错即可。
7.测试自带案例
终端输入命令行jupyter notebook
出现网页,进入object_detection/object_detection_tutorial.ipynb,一步一步运行即可。第5步会下载模型,会慢一点,耐心等待即可。下载好了,之后想再次运行的话,将download model模块注释掉,否则会再次下载,浪费时间。
https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md官网教程