linux下安装tensorflow object detection API（非root版）

 

1、安装protobuf

下载protobuf安装包

https://github.com/google/protobuf/releases/tag/v3.5.0

我选的3.5版本的tar.gz文件，解压后放到你的anaconda/envs/你的环境目录下，方便删除该环境时一次性清除

解压

tar  -zxvf   压缩文件名.tar.gz

安装protobuf

首先，进入你所下载的protobuf安装包的目录下面，然后依次执行以下命令：

./autogen.sh

./configure

make

make check

上面最后两个命令的执行时间可能略长，半个小时左右。

测试安装：protoc --version 

如果安装正确会输出版本号。

2、 protobuf编译

进入tensorflow/models/research/目录下执行以下命令：

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

将slim的路径添加到环境变量中

export PYTHONPATH=$PYTHONPATH:‘pwd’:’pwd/slim’

注意这里的‘pwd’要换成你目标检测api里slim文件的路径，即

执行下面命令进行环境检测：

python object_detection/builders/model_builder_test.py

出现以下结果则说明环境搭建成功

 

注：在运行model_builder_test.py时也有可能出现以下的问题：

ModuleNotFoundError: No module named 'object_detection'

需在models/research/目录下执行：

python setup.py install

可解决该问题。

2、如果后续出现：

ModuleNotFoundError: No module named 'pycocotools'

对于使用conda的，可以这样解决：

conda install pycocotools

3、如果出现：

ImportError: No module named 'nets'

需在models/research/slim目录下执行：

python setup.py install

4、如果出现：

ModuleNotFoundError: No module named 'matplotlib'

可以这样解决：

conda install matplotlib=2.2.2

ps:python3.6要搭配2.2.2版本的matplotlib。其他python版本的参照这里