本文前提已经事先安装好Anaconda 和 tensorflow,目标:搭建tensorflow object detection api环境
目录
1. 官方GitHub下载tensorflow object detection API
-
官方GitHub下载tensorflow object detection API
github 链接,内容图片如下:点击clone下载,解压。
-
下载Protocol Buffers
目前最新版本3.7.1,我下载的是win64。
解压之后,如下图所示:
将bin目录里面的protoc文件复制到win10 C:Windows 目录下。然后回到第一步解压后的、models-master\research目录下,win cmd运行如下命令:
protoc object_detection/protos/*.proto python_out=.
如果出现Missing output directives 的错误,则运行如下命令:
for /f %i in ('dir /b object_detection\protos\*.proto') do protoc object_detection\protos\%i --python_out=.
之后再运行上一条命令,则错误解决,可以看到object_detection/protos/目录下多了很多对应的.py文件。
-
将Slim加入PYTHONPATH
运行如下命令,将research 和 research/slim路径添加到PYTHONPATH变量
SET PYTHONPATH=%cd%;%cd%\slim
然后打开anaconda prompt,因为 它无法直接通过cd命令路径进入其他盘符,如我的anaconda安装路径是c盘,要进入g盘,可以先进入g盘根目录,再进入research文件路径下(请无视第一二条命令哈哈哈哈):
然后再research文件夹下执行命令:
python object_detection\builders\model_builder_test.py
出现如上图则环境搭建成功!