Tensorflow object detection API 搭建自带案例的物体识别模型环境搭建及测试

原创

已于 2024-11-16 09:39:14 修改 · 1k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#Tensorflow object detection API 目标检

于 2020-10-16 17:19:20 首次发布

本文详细介绍了如何搭建Tensorflow Object Detection API的环境，包括安装pycharm、Anaconda、Tensorflow、CUDA、cuDNN，以及Protobuf的配置和PYTHONPATH环境变量的设置。在环境搭建完成后，通过运行自带案例展示了物体识别的效果，识别出狗和沙滩的图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、环境搭建
1、安装pycharm3.6.4及对应版本的Anaconda
安装包百度云链接：
百度云链接提取码：m7xa

2、安装Tensorflow
Tensorflow有CPU版本与GPU版本
通过pip命令安装CPU版本： pip install tensorflow
通过pip命令安装GPU版本： pip install tensorflow-gpu
如果速度太慢，可使用清华镜像：

pip install (包名称) -i https://pypi.tuna.tsinghua.edu.cn/simple

测试tensorflow：
打开命令行，输入python进入python环境
在输入

import tensorflow as tf

不报错即可，如果出现警告，可能是因为部分包的版本太高的问题

测试tensorflow-gpu：
打开命令行，输入python进入python环境

from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

出现类似输出结果即为安装成功

Sample Output
 
[name: "/cpu:0" device_type: "CPU" memory_limit: 268435456 locality { } incarnation: 4402277519343584096,
name: "/gpu:0" device_type: "GPU" memory_limit: 6772842168 locality { bus_id: 1 } incarnation: 747179590