安裝 Tensorflow Object Detection API

一、安裝 Tensorflow Object Detection API

1、新建Tensorflow文件夾，在 https://github.com/tensorflow/models 下載models,放在Tensorflow目錄下。

附：從 https://github.com/tensorflow/models 進 object_detection 有Tensorflow Object Detection API 的詳細介紹。

2、安裝Tensorflow

# For CPU
pip install tensorflow
# For GPU
pip install tensorflow-gpu

3、安裝各種依賴包（Ubuntu 14.04）

sudo pip install pillow
sudo pip install lxml
sudo pip install jupyter
sudo pip install matplotlib

4、編譯 Protobuf 依賴包
Tensorflow Object Detection API使用Protobufs來配置模型和訓練參數。在使用框架之前，必須編譯 Protobuf 依賴包。在 tensorflow/model目錄運行命令:

# From tensorflow/models/
protoc object_detection/protos/*.proto --python_out=.

附：報錯：

object_detection/protos/anchor_generator.proto:11:3: Expected "required", "optio nal", or "repeated".
object_detection/protos/anchor_generator.proto:11:32: Missing field number.

解決方法：升級 protoc 的版本

新建 protoc_3.3 文件夾，放在 tensorflow 目錄下，下載 protoc-3.3.0 並解壓。

tensorflow/protoc_3.3$ wget wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ chmod 775 protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ unzip protoc-3.3.0-linux-x86_64.zip
tensorflow/protoc_3.3$ cd ../models/
tensorflow/models$ /home/anngic/tensorflow/protoc_3.3/bin/protoc object_detection/protos/*.proto --python_out=.

5、爲依賴包添加環境變量
需要把 tensorflow/models/ 和 slim 文件夾加入到 PYTHONPATH 。

# From tensorflow/models/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

注：這行命令需要打開新的終端運行，或者直接手動添加到 ~/.bashrc 文件。

6.檢測
用以下命令檢測Tensorflow Object Detection API 是否正確安裝。

# From tensorflow/models/
python object_detection/builders/model_builder_test.py

二、運行 Jupyter notebook demo

# From tensorflow/models/
$ Jupyter notebook

運行後瀏覽器自動啓動，顯示 Jupyter 界面，進入object_detection文件夾中的object_detection_tutorial.ipynb

點擊 Cell 的Run All ，顯示檢測結果。

TensorFlow Object Detection API中提供了五種可直接調用的模型。

可修改文件路徑以及模型，檢測自己的圖片：

顯示檢測結果：