tensorflow目标检测API实现

tensorflow目标检测API实现（windows环境）
1下载Anaconda（https://repo.continuum.io/archive/Anaconda3-4.2.0-Windows-x86_64.exe）
安装Anconda3-4.2.0，集成python3.5.2。全程一键安装，遇到需要添加环境变量的，允许即可.然后一路安装就可以了。
安装完成后就会有上面这些应用程序，点开Anaconda promt，和windows下cmd命令窗口相似，以后和python相关的都在这里运行程序和命令。运行python在此窗口键入Python

2.安装 TensorFlow
继续在 Anaconda Prompt 窗口输入：

 conda create -n tensorflow python=3.5

表示创建 TensorFlow 依赖环境，TensorFlow 在windows下我们使用Python3.5，低版本在Windows下不支持。（退出python编译环境）

安装 CPU 版本：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.1.0-cp35-cp35m-win_amd64.whl

2.安装opencv：
下载支持python3.5的wheel文件，下载地址：(http://www.lfd.uci.edu/~gohlke/pythonlibs/#pycairo)
按字母排序的opencv-python相对比较靠后注意，需要选择支持python3.5的版本，是opencv_python-3.4.0-cp35-cp35m-win_amd64.whl
然后，在命令行下切换到该文件的目录：输入命令

  pip  install  opencv_python-3.4.0-cp35-cp35m-win_amd64.whl

注意pip install **的文件名要和自己下载的一致
提示安装完成之后，验证（需在Python环境下验证）：

  import cv2 as cv
  cv.__version__

如果失败，更新下numpy：

  pip install –U numpy

linux系统下安装流程参考我的另一篇博客dex_net系统搭建.
配置tensorflow目标检测API依赖库：
protobuf (特别重要)
Pillow
lxml
Jupyter notebook
Tensorflow
可以使用pip list（或者conda list）查看已经安装的库：
这里写图片描述

4.安装protobuf库：
protobuf 是由google开发完成并放到github上分享的一套打包数据的机制，google在其自身的RPC通信中全面应用protobuf来对传输数据进行收发。
先使用

     pip install protobuf

不报错最好，否则按照下面的过程安装
下载这两个压缩包（若仍然出错上网查看下，这部分我安装的时候比较容易出错）

     protobuf-python-3.5.1.zip  和   protoc-3.5.1-win32.zip

然后把protoc-3.5.1-win32.zip 里的protoc.exe放到 protobuf-python-3.5.1\src\下。
切换到protoc-3.0.0 /python执行指令

  python setup.py build
  python setup.py test
  python setup.py install

在anaconda prompt下进入rtobject_detector(自己的文件夹名称)输入

     protoc object_detection/protos/*.proto --python_out=.（最后有小数点）

不报错即可.
运行程序：
在anconda prompt下进入到object dection文件夹下面，输入jupyter notebook，文件夹的内容就会在浏览器中打开：
这里写图片描述
后缀.Ipynb就是可运行的程序，直接点击shipin-V1.Ipynb打开程序，点击cell下的run all
以后可能会仔细写下怎样训练自己的模型的方法,网上有很多参考,回头再总结吧.

tensorflow目标检测API实现

猜你喜欢