Ubuntu完成谷歌开源TensorFlow Object Detection API物体识别超详细过程
本次记录在Ubuntu系统上尝试完成谷歌开源TensorFlow Object Detection API物体识别的超详细过程，期间参考了很多博主的文章，在这一如既往地对他们表示我由衷的感谢。另外，本人小小白一个，文中若有错误还望各位不吝赐教！
好，正式开始配置环境吧！
1 查看NVIDIA驱动
首先，检测NVIDIA图形卡和推荐的驱动程序的模型。执行命令：
ubuntu-drivers devices
sudo ubuntu-drivers autoinstall
#安装CUDA自动安装NVIDIA显卡驱动，此步骤可以跳过
服务器显示如下：
因此直接查看CUDA版本
cat /usr/local/cuda/version.txt
也就是说我使用的服务器为：CUDA Version 10.1.168
2 再查看cuDNN版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
(base) qh@user:~$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 3
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
好吧，原谅宝宝看不懂这是什么意思哭唧唧——
好吧，经查证，表示我的CuDNN版本为 7.6.3
3 安装适配的TensorFlow
根据TensorFlow版本要求中的这个表：
CUDA 10.1 +cuDNN为 7.6.3，则尝试用
pip install tensorflow-gpu==1.13.1
很慢，考虑加清华镜像的（如果没有换源的话，但我好像换了）
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
tensorflow-gpu==1.13.1
【⭐⭐⭐如果不行的话，那就执行
plan B
pip install tensorflow==2.1】
昂~之前那个安装好像并没有在环境里面哭唧唧，这里我重新新建虚拟环境吧：（先建环境激活后再安装TensorFlow1）
python版本要3.7！
conda create -n tensorflow python=3.7
小tips：
用pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
升级pip更快嗷~！！！
激活后安装TensorFlow，pillow, lxml, matplotlib, jupyter
然后退出，继续安装：
（我继续在虚拟环境中了应该没影响吧？）
4 下载protoc
1、Google Protocol Buffer( 简称 Protobuf) 是 Google 公司内部的混合语言数据标准，在GitHub中，下载对应自己的系统的版本：
git clone https://github.com/protocolbuffers/protobuf
经过几次失败后，终于下载成功啦：
5 下载model包：
第一种，终端直接下载
在Downloads下创建一个空包，用于存储models
mkdir /home/qh/Downloads/models
然后在克隆到该位置去：
git clone https://github.com/tensorflow/models
/home/qh/Downloads/models也就是：git clone https://github.com/tensorflow/models （需要git的地址）
第二种，手动下载到本地文件
直接在github下载zip包，本文直接下载的zip包(大概415M，虽然我们只会用到里面很少一部分内容)
下载后，解压到~/tensorflow目录下，为了与github目录结构一致，我们将models-master目录重命名为models得到如下目录结构~/tensorflow/models/research/object_detection
2、找到Tensorflow object detection API的目录，命令行cd到models\research文件：
cd /home/qh/anaconda3/envs/tensorflow/models/research
继续输入:
protoc object_detection/protos/*.proto --python_out=.
出现了一个问题？！！！不知道有没有影响
Import object_detection/protos/image_resizer.proto but not used.
3、在系统变量中新建名为：“PYTHONPATH”的变量，将Tensorflow object detection API目录下的research/ 及 research/slim 两个文件夹的完整目录进行添加。（注意用分号隔开)同时将…\models-master\research\object_detection路径加入到系统变量中
【这是win0里面，Linux里面Linux直接执行：】
export PYTHONPATH=$PYTHONPATH:
pwd:pwd/slim
4、加载slim文件夹模块：
A：cd 切换到research/slim文件夹下：
cd /home/qh/anaconda3/envs/tensorflow/models-master/research/slim
输入：
python setup.py install
6 安装pycocotools，下载COCO
git clone https://github.com/philferriere/cocoapi
这次比较顺利了，一次成功：
1
cd到PythonAPI目录：
cd /home/qh/anaconda3/envs/tensorflow/models-master/research
输入：
python setup.py install
昂~~~停滞不前了，接着等吧
最后呢，成功！
然后将slim加入PYTHONPATH，输入命令如下:
sudo gedit ~/.bashrc
在打开的文件最下方输入：
export PYTHONPATH=$PYTHONPATH:‘pwd’:‘pwd’/slim
关掉后在终端输入以下，使得修改生效：
source ~/.bashrc
执行import slim成功则说明已经正确设置好了。
小tips:还有一种添加路径的方法 输入命令vim ~/.bashrc 进入文件进行编辑（按i键进入修改模式），输入命令 export
PYTHONPYTH=’/home/qh/anaconda3/envs/tf35/models/slim’，当然，绝对路径自行修改（Esc退出文件,
:wq！保存）。之后再 source ~/.bashrc 保存设置。可以通过 echo $PYTHONPATH 查看环境变量。
7 测试是否成功
python object_detection/builders/model_builder_test.py
出现了：
查找了博文，发现可能原因：
tensorflow版本与CUDA的版本不对应
查看环境，发现此时我环境里面是：tensorflow-gpu-1.13.1
再查看几者之间的对应关系，对应关系见这里
好吧，开始执行plan B
装tensorflow-2.1.0
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple
tensorflow-2.1.0
*那么一个新的问题又来啦，我该怎么才能直接从之前版本的TensorFlow换到2.1.0去了？难道全部重新安装咩？？？ *
昂~考虑卸载掉然后重新装吧：
pip uninstall tensorflow-gpu
然而，我佛了
没有匹配的版本？？？！！！
昂，在线等一个plan C……
一定是我哪里没有搞对，再重新回顾回顾：
CUDA 版本为10.1.168+CuDNN版本为 7.6.3，再次查看下表：
看到一个博主说，若确认把cuda，cudnn，tensorflow 等都安装无误，版本关系都正确，仍是报错，请尝试更新pip
死马当活马医，我也想试一下（好像哪里不对，现在没有合适的TensorFlow版本呀！我还没安装呢？！！！）
pip install --upgrade pip
引用一博主的：
中间试了很多方法,具体是哪个方法解决了问题我也不知道了(换了tf低版本),最有可能的应该是下面这2种:
1.检查 /usr/local/cuda-10.0/lib64 下是否有 libcublas.so.10.0如果有， 终端输入:sudo ldconfig /usr/local/cuda-10.0/lib64
2.pip install conda
后来又出现了这个问题，用方法一解决了
尝试用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade
tensorflow
自动给我安装了tensorflow-2.2.0
但还是不成功
最后的最后……无果，安装什么都没有match的！！！
移除环境重新来，创建了
tf35 python=3.5
再用
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow
爱安装啥安装啥吧？！
自动给安装的是xxx
然后再继续过一遍之前的步骤。
最后尝试跑一个demo在/home/qh/anaconda3/envs/tf35/models/research
路径下运行输入jupyter notebook，系统会自动打开网页，然后选择object_detection模块，点进去/object_detection/object_detection_tutorial.ipynb
点击run all。
然后报错（由于不是tensorflow2.x版本，第一项就报错，但我给注释掉了昂~）
再接下来又报错：
TypeError: load() missing 2 required positional arguments: ‘tags’ and ‘export_dir’
昂~难道还是TensorFlow版本的问题？？？无解
我再卸掉好了
然后再装，就是要死磕！
结果：
前面不行，后面自动也给我这个版本了唔~！！！好气
昂~好吧，看在你安装好啦的份上！！！我继续
然后又是遇到一堆问题！
比如给models加入了环境变量还是import slim失败：
再比如之前的问题还是存在：
但是但是！结果出来了！
8 成功出图
这大概就是坚持就是胜利吧！
本篇 苦逼 教程就酱紫结束了吧，虽然很艰难，但出来图像了本小白还是敲开心！（尽管对大神来说根本不算什么……）
下一步：尝试开始训练新的模型，尝试做数据准备。下期见~