Linux下搭建Object Detection API深度学习环境

前言

本文是作者入门期间成功搭建环境后写的总结记录，主要是方便自己以后浏览。

本身电脑环境

Ubuntu 19.04和python3.7
查看自己的ubuntu版本发行，在终端输入命令：lsb_release -a
得到结果：

搭建目录

1.安装NVIDIA显卡驱动
2.安装cuda
3.安装cudnn
4.安装tensorflow_gpu
5.安装jupyter notebook
6.下载Google Object Detection API
7.测试Object Detection API中自带案例

注：写在前面的话，由于我都选择的最新版本，自己的电脑显卡也支持，因此成功了。但是读者如果已经安装多次还是出现错误，那很有可能出现版本匹配问题，我找了一个解决该问题的链接，请阅读后再回到此处阅读下文。
链接：https://blog.youkuaiyun.com/qq_27825451/article/details/89082978

1.安装NVIDIA显卡驱动

在终端输入命令：

software-properties-gtk

选择附加驱动，再选择使用NVIDIA，点击应用更改。
注：若此命令无效，请先执行：

sudo apt install software-properties-gtk

即完成下载后再重复上述动作。

2.安装cuda

下载地址：https://developer.nvidia.com/cuda-downloads
我下载的是最新版本10.1,安装方式选择的runfile(local):

选择好后，在页面下方会出现两句执行命令：

3.安装cudnn

下载地址：https://developer.nvidia.com/cudnn
注意安装cudnn时需要注册登录，不会收费。
进入下载地址界面后，点击Download cuDNN，选择：

我下载的是最新版本，依次选择如下：


下载好后到终端执行如下命令：
1.cd /home/*(就是进入你下载好的cudnn压缩包所在的地址），也可以直接在该地址下点击鼠标右键打开终端。
2.tar xvzf cudnn-10.1-linux-x64-v7.6.2.24.tgz###（解压这个文件）
3.sudo cp cuda/include/cudnn.h /usr/local/cuda/include###（复制）
4.sudo cp cuda/lib64/libcudnn /usr/local/cuda/lib64###（复制）
5.sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn
为避免显示错误，再将上述粘贴如下图，读者可自己对照：

4.安装tensorflow_gpu

我使用的是python3,并采用的pip安装方式安装。由于做深度学习需要加速，所以安装的是tensorflow_gpu版。安装方式是在终端执行命令：
pip3 install tensorflow_gpu

注：我没有说明安装tensorflow_gpu的版本，因此安装的是默认的1.14版本，是一个新的版本。如果读者想安装指定版本，只需要在后面加上==版本号，如安装1.4版本：
pip3 install tensorflow_gpu == 1.4

安装完成后检测是否安装成功：
在终端中输入python后回车，再输入：

import tensorflow as tf   

然后回车再输入：

tf.__version__

再回车，当出现版本号证明安装成功。
如下图所示：

5.安装jupyter notebook

在终端中输入：
pip3 install jupyter notebook

6.下载Google Object Detection API

下载地址：https://github.com/tensorflow/models
下载完成后解压到自己想防置的地方。

7.测试Object Detection API中自带案例

（1）Protobuf编译
首先切换到目录/models-master/research/，打开终端，或者先打开终端再切换到目录/models-master/research/,输入命令：

protoc object_detection/protos/*.proto --python_out=.

（2）设置环境变量
打开终端，输入vi ~/.bashrc,在该文件中最后添加：

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

注意：PYTHONPATH:后的地址是你自己的地址。
（3）测试API安装成功
切换到目录/models-master/research/,在终端中输入命令：

python object_detection/builders/model_builder_test.py

当显示为：

表示安装成功。
（４）测试案例
在/models-master/research/下打开终端执行jupyter notebook，到浏览器，点击object_detection_tutorial.ipynb，再点击单元格中的运行所有，当出现如下图表示成功。

到此，linux下基于Tensorflow的Object Detection API环境搭建完毕。

感谢

1.https://blog.youkuaiyun.com/qq_26412763/article/details/90380698介绍深度学习的几个环境的搭建
2.https://blog.youkuaiyun.com/zhaoyu106/article/details/52793183介绍了tensorflow相关的环境配置
3.https://cloud.tencent.com/developer/news/227298介绍了Tensorflow Object Detection API的案例测试

在整个搭建环境的过程里，这几篇博客给我帮助很大，非常感谢。