当前位置:
首页
文章
前端
详情

tensorflow目标检测API安装及测试

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

tensorflow目标检测API安装及测试

(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。

tensorflow目标检测API安装及测试

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。

tensorflow目标检测API安装及测试

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。

 tensorflow目标检测API安装及测试

免责申明:本站发布的内容(图片、视频和文字)以转载和分享为主,文章观点不代表本站立场,如涉及侵权请联系站长邮箱:xbc-online@qq.com进行反馈,一经查实,将立刻删除涉嫌侵权内容。