利用tensorflow object detection api 实现目标检测

笔者环境操作系统是ubuntu，环境采用anaconda3。

1.下载tensorflow/models项目和编译proto文件

首先在github上，通过 git clone https://github.com/tensorflow/models.git 下载tensorflow/models项目

得到一个models文件夹，笔者在home/fzh路径下创建object_detection文件夹，models文件夹放里面，路径为/home/fzh/object_detection/models，在/home/fzh/object_detection/models/research里编译proto文件，由于我的protoc 版本是

故在2.6以上，小于的需要升级这里就不详细说啦，在/home/fzh/object_detection/models/research里执行 （protoc object_detection/protos/*.proto --python_out=. ）   可看见/home/fzh/object_detection/models/research/object_detection/protos，文件夹里有对应的.py文件生成，说明编译成功了。

2.将slim加入PYTHONPATH

由于tensorflow object detection api是以slim为基础实现的，需要将slim的目录加入PYTHONPATH后才能正确运行，故在/home/fzh/object_detection/models/research，执行（export PYTHONPATH=$PYTHONPATH:/home/fzh/object_detection/models/research:/home/fzh/object_detection/models/research/slim）

3.安装完成测试

在/home/fzh/object_detection/models/research执行

python object_detection/builders/model_builder_test.py

出现,说明安装成功

扫描二维码关注公众号，回复： 2164868 查看本文章

4.执行训练好的模型

在/home/fzh/object_detection/models/research中执行jupyter-notebook,在object_detection 文件夹中，单击object_detection_tutorial.ipynb运行示例文件，

使用shift+enter可依次执行命令

其中

MODEL_NAME就是模型的名字，默认用的是ssd+mobilenet,可以在

https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

下载不同的模型。

由于网速的原因，手动下载的模型，注释掉前两行

后面依次执行就会有两张结果