Install Tensorflow Object Detection API-Linux

官方网址

1. Downloading the TensorFlow Model Garden

在这里插入图片描述

2. Protobuf Installation/Compilation

在这里插入图片描述
注意这里,我一开始下载的protos 3.20版本,在执行到最后一步时,出现了下面问题:

Traceback (most recent call last):
  File "object_detection/builders/model_builder_tf2_test.py", line 24, in <module>
    from object_detection.builders import model_builder
  File "/home/liujiawang/anaconda3/envs/env_flow/lib/python3.7/site-packages/object_detection/builders/model_builder.py", line 23, in <module>
    from object_detection.builders import anchor_generator_builder
  File "/home/liujiawang/anaconda3/envs/env_flow/lib/python3.7/site-packages/object_detection/builders/anchor_generator_builder.py", line 26, in <module>
    from object_detection.protos import anchor_generator_pb2
  File "/home/liujiawang/anaconda3/envs/env_flow/lib/python3.7/site-packages/object_detection/protos/anchor_generator_pb2.py", line 5, in <module>
    from google.protobuf.internal import builder as _builder
ImportError: cannot import name 'builder' from 'google.protobuf.internal' (/home/liujiawang/anaconda3/envs/env_flow/lib/python3.7/site-packages/google/protobuf/internal/__init__.py)

后来经过查证,应该是版本问题,随后下载3.15.5版本就成功了。

其中,设置环境变量,如下图所示:
在这里插入图片描述

3. COCO API installation

在这里插入图片描述

4. Install the Object Detection API

在这里插入图片描述

4. Test your Installation

在这里插入图片描述
成功后显示:

在这里插入图片描述

### TensorFlow Object Detection API 的安装方法 #### 准备工作 为了顺利安装 TensorFlow Object Detection API,需先确认环境配置满足需求。通常推荐使用虚拟环境来隔离依赖项[^1]。 #### 安装步骤 以下是基于 Ubuntu 18.04 平台的安装指南: 1. **克隆 TensorFlow Models 存储库** 需要从 GitHub 上获取官方存储库中的 `object_detection` 文件夹。 ```bash git clone https://github.com/tensorflow/models.git cd models/research/ ``` 2. **编译 Protobufs** 使用 Protocol Buffers 编译器 (`protoc`) 将 `.proto` 文件转换为 Python 可读文件。 ```bash protoc object_detection/protos/*.proto --python_out=. ``` 如果未安装 `protoc`,可以通过以下命令安装: ```bash sudo apt-get install protobuf-compiler python-pil python-lxml python-tk ``` 3. **设置路径变量** 修改当前用户的环境变量以便加载自定义模块。 ```bash export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim echo $PYTHONPATH ``` 4. **运行单元测试** 测试安装是否成功完成。 ```bash python object_detection/builders/model_builder_test.py ``` 若无错误提示,则说明安装正常[^4]。 5. **验证依赖版本** 确认所使用的 TensorFlow 版本兼容目标硬件架构(CPU 或 GPU)。对于较新版本模型可能仅支持特定范围内的 TF 版本[^2]。 6. **额外组件准备** 根据实际项目需求下载预训练模型权重并放置到指定位置;同时调整配置参数适配数据集结构[^3]。 ```python import tensorflow as tf from object_detection.utils import config_util from object_detection.protos import pipeline_pb2 ``` 以上即完成了基本框架搭建过程,请依据具体应用场景进一步定制化开发流程。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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