tensorflow目标检测API安装及测试

Posted brillant-ordinary

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了tensorflow目标检测API安装及测试相关的知识,希望对你有一定的参考价值。

1.环境安装配置

1.1 安装tensorflow

  安装tensorflow不再仔细说明,但是版本一定要是1.9

1.2 下载Tensorflow object detection API 

  下载地址:https://github.com/tensorflow/models

1.3 Protobuf 的安装与配置

  (1)下载地址:https://github.com/google/protobuf/releases 

  (2)选择python3.4.0版本,解压后将bin文件夹中的【protoc.exe】放到C:\\Windows下

  (3)在models\\research\\目录下打开命令行窗口,输入命令:

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

(在这一步有时候会出错,可以尝试把/*.proto 这部分改成文件夹下具体的文件名,一个一个试,每运行一个,文件夹下出现对应的.py结尾的文件。不报错即可。)

运行后结构如图1所示

技术图片

  (4)model API环境变量配置

  打开系统环境变量,新建名为‘PYTHONPATH’的变量,将models/research/ 及 models/research/slim 两个文件夹的完整目录添加,如图2所示。

技术图片

 

  测试API配置是否成功,在models/research/ 文件夹下运行命令行:python object_detection/builders/model_builder_test.py 不报错说明运行成功。运行结果如图3所示。

技术图片

 

1.4测试整体环境是否装好(测试自带案例

  打开 Anaconda3-Anaconda Prompt ,将工作目录调至 models\\research\\object_detection ,输入jupyter notebook打开当前文件夹下的object_detection_tutorial.ipynb文件

运行,结果如图4所示则环境配置成功。

 技术图片

以上是关于tensorflow目标检测API安装及测试的主要内容,如果未能解决你的问题,请参考以下文章

目标干脆面君:动动手,用TensorFlow API训练出自己的目标检测模型

TensorFlow 对象检测 API 中未检测到任何内容

使用 CSV 格式的框存储 Tensorflow 对象检测 API 图像输出

Tensorflow实战目标检测

Core ML简介及实时目标检测及Caffe TensorFlow coremltools模型转换

Core ML简介及实时目标检测及Caffe TensorFlow coremltools模型转换