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