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:
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:
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.