安装运行谷歌开源的TensorFlow Object Detection API视频物体识别系统

Linux安装

参照官方文档:https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/installation.md

安装Python

下载地址https://www.python.org/,建议安装Anaconda,下载地址https://www.anaconda.com/download/,官网最新版本为Anaconda3-5.1.0,选择对应的操作系统进行安装,笔者选用的版本为4.3.8。


Anaconda下载

https://www.anaconda.com/download/ (不推荐,官网下载慢)

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ (推荐,清华大学开源软件镜像站进行下载并配置镜像)

https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ (mini版,,清华大学开源软件镜像站)

安装TensorFlow

笔者用给pip方式安装

安装CUP版的TensorFlow:

pip install tensorflow
安装CUP版的TensorFlow:
pip install tensorflow 

笔者选择TensorFlow的版本为1.5.0,因此:

pip install tensorflow==1.5.0

安装Protoc

Protoc用于编译相关程序运行文件,进入Protoc下载页,根据具体的操作系统选择对应的版本,笔者为Win7下载类似下图中带win32的压缩包,解压后将bin文件夹内的protoc.exe拷贝到c:windowssystem32目录下


笔者选择的是:


因为最近的3.5.1存在BUG会操作Object Detection API无法编译。

安装git

进入git官网下载Windows平台的git


下载代码并编译

在cmd中输入如下代码:

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

或在官网,下载ZIP包:


cmd进入到models/research/文件夹,编译Object Detection API的代码:

# From models/research/
protoc object_detection/protos/*.proto --python_out=.

将库添加到PYTHONPATH,models/research和models/research/slim目录应附加到PYTHONPATH中。

D:models-master
esearch;D:models-master
esearchslim

测试安装,通过运行以下命令来测试您是否正确安装了Tensorflow Object Detection API:

python object_detection/builders/model_builder_test.py

运行notebook demo

在models-master esearch文件下运行以下命令:
notebook demo

浏览器自动开启,显示如下界面:


选择object_detection进入


选择object_detection_tutorial.ipynb进入


点击Cell内的Run All,等待几分钟左右(下载模型),即可显示如下结果:


至此官网示例已搭建运行完毕

原文地址:https://www.cnblogs.com/gmhappy/p/9472427.html