Windows 环境下Tensorflow 目标检测(object detection)API环境配置

官网教程:https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

官网上没有明确介绍windows环境下的具体操作,下面记录下window环境下具体的配置过程

该API的使用需要用到以下安装包,除了protobuf外其他的包均可通过pip指令来安装。

  • Protobuf 3.0.0(这个后面需要)
  • Python-tk
  • Pillow 1.0
  • lxml
  • tf Slim (which is included in the "tensorflow/models/research/" checkout)
  • Jupyter notebook
  • Matplotlib
  • Tensorflow (>=1.9.0)
  • Cython
  • contextlib2
  • cocoapi

1.protobuf安装

打开anaconda Prompt ,直接通过conda 命令安装

conda install protobuf

 进入下载模型的本地路径的research目录下输入下面指令检测是否安装正确

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

如果没有报错则说明正确安装,如果报错可以试着换下从这个地方下载3.4版本的protobuf ,链接在这里https://github.com/protocolbuffers/protobuf/releases/tag/v3.4.0

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第1张图片

 

将其解压后得的bin文件下的protoc.exe复制到models-master\research文件下,再次执行上面的指令检测输出是否报错。

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第2张图片

2.在research目录下执行

cd D:\models-master\research
python setup.py

3.在slim文件下执行

cd D:\models-master\research\slim

python setup.py build

python setup.py install

执行python setup.py build可能会出现下面错误,这个需要将原来slim目录文件中存在的build文件删除。

error:could not create 'build': 当文件已存在时,无法创建该文件

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第3张图片

 

4.系统环境变量添加

将下面路径添加值系统环境变量,当然你需要选择自己的本地模型的保存目录

D:\models-master\research
D:\models-master\research\slim

5.检测安装是否成功

python object_detection/builders/model_builder_test.py

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第4张图片

进入到object_detection目录下输入jupyter nootbook,进入就可以看到当前目录下的所有文件

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第5张图片

  可运行一段demo来看下效果如何

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第6张图片

Windows 环境下Tensorflow 目标检测(object detection)API环境配置_第7张图片

 

你可能感兴趣的:(Windows 环境下Tensorflow 目标检测(object detection)API环境配置)