ubuntu16.04下Tensorflow object detection API安裝

1.下載tensorflow-models源碼

 git clone https://github.com/tensorflow/models.git

得到一個models的文件夾，裏面包含了google開源的模型代碼，目標檢測源碼存放在/research/object_detection目錄下

2.安裝protoc

protobuf是google的一個依賴包，去網站https://github.com/protocolbuffers/protobuf/releases上下載特定版本的protoc，要求版本最好至少是3.0，根據自己的ubuntu系統位數選擇下載安裝包，比如下載proto-3.6.0-linux-x86_64.zip，解壓並把得到bin目錄下的protoc拷貝到/usr/bin目錄下

sudo cp bin/protoc /usr/bin/protoc

protobuf使用還是比較多的，如果你想編譯安裝protobuf，可以參考博客 https://blog.csdn.net/FK2016/article/details/83375048，裏面有詳細說明，整個編譯時間是有點長的

最後在終端輸入 protoc --version，如果看到輸出一行：libprotoc 3.6.0，則可進行下一步

3.編譯proto文件

我們要用protoc命令把models/research/object_detection/protos裏的proto文件編譯成py文件，進入/models/research文件夾下

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

運行完後可以看到會編譯得到一些py文件，並且文件名與proto文件相對應

4.將slim添加到python路徑中

先編譯安裝slim，進入/models/research/slim文件夾，執行命令

python setup.py build
python setup.py install

將slim添加到PYTHONPATH，通過 sudo gedit ~/.bashrc，添加一行（我的models存放在/home/lenovo下）

export PYTHONPATH=$PYTHONPATH:/home/lenovo/models/research:/home/lenovo/models/research/slim

然後保存關閉， source ~/bashrc

打開一個python終端，import slim 成功說明配置成功

5.運行models/research/setup.py

進入models/research目錄下，執行命令

python setup.py build
python setup.py install

6.安裝完測試

進入models/research目錄，執行下面命令，如果輸出了 ok ，說明安裝成功

python object_detection/builders/model_builder_test.py

7.安裝cocoapi

最後還需要安裝cocoapi，這是使用coco數據集會用到的。下載cocoapi，存放在models目錄下

git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build
python setup.py install

到這裏object detection api安裝完成，接下來就可以使用object detection api進行模型訓練啦