ubuntu16.04下Tensorflow object detection API安装

1.下载tensorflow-models源码

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

得到一个models的文件夹，里面包含了google开源的模型代码，目标检测源码存放在/research/object_detection目录下

2.安装protoc

protobuf是google的一个依赖包，去网站https://github.com/protocolbuffers/protobuf/releases上下载特定版本的protoc，要求版本最好至少是3.0，根据自己的ubuntu系统位数选择下载安装包，比如下载proto-3.6.0-linux-x86_64.zip，解压并把得到bin目录下的protoc拷贝到/usr/bin目录下

sudo cp bin/protoc /usr/bin/protoc

protobuf使用还是比较多的，如果你想编译安装protobuf，可以参考博客 https://blog.csdn.net/FK2016/article/details/83375048，里面有详细说明，整个编译时间是有点长的

最后在终端输入 protoc --version，如果看到输出一行：libprotoc 3.6.0，则可进行下一步

3.编译proto文件

我们要用protoc命令把models/research/object_detection/protos里的proto文件编译成py文件，进入/models/research文件夹下

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

运行完后可以看到会编译得到一些py文件，并且文件名与proto文件相对应

4.将slim添加到python路径中

先编译安装slim，进入/models/research/slim文件夹，执行命令

python setup.py build
python setup.py install

将slim添加到PYTHONPATH，通过 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

然后保存关闭， source ~/bashrc

打开一个python终端，import slim 成功说明配置成功

5.运行models/research/setup.py

进入models/research目录下，执行命令

python setup.py build
python setup.py install

6.安装完测试

进入models/research目录，执行下面命令，如果输出了 ok ，说明安装成功

python object_detection/builders/model_builder_test.py

7.安装cocoapi

最后还需要安装cocoapi，这是使用coco数据集会用到的。下载cocoapi，存放在models目录下

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

到这里object detection api安装完成，接下来就可以使用object detection api进行模型训练啦