TensorFlow教程

在Windows下使用Tensorflow Object Detection API

本文主要是介绍在Windows下使用Tensorflow Object Detection API,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

在Windows下使用Tensorflow Object Detection API

环境

Windows7/10

Python 3.6

Tensorflow-gpu 1.2

CUDA Toolkit 8与 cuDNN v5

首先我们安装Tensorflow,最新的版本为1.2/1.8。在python 3.5+使用Tensorflow非常的简单,不需要过多的流程,只需要使用pip进行安装,所有相关的依赖就会自动安装完成。

Tensorflow Object Detection API使用Protobufs来配置模型和训练参数。 在使用框架之前,必须编译Protobuf库。对于protobuf,在Linux下我们可以使用apt-get安装,在Windows下我们可以直接下载已经编译好的版本,这里我们选择下载列表中的protoc-3.3.0-win32.zip。

第一步:配置protoc3.3

下载:Github:https://github.com/google/protobuf/releases

我们将bin文件夹加入到环境变量中,然后在CMD执行protco命令,可以看到protobuf要求输入文件:

接下来我们下载tensorflow/models:

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

然后打开文件下的research,将research作为根目录来执行cmd操作,输入以下命令可得:

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

运行结果:

打开object_detection/protos/文件夹,如果每个.proto文件都生成了对应的.py文件代表编译成功了。

第二步:将models/research文件下的Slim添加到PYTHONPATH

配置protoc3.3后运行(在research目录下cmd):

python object_detection\builders\ model_builder_test.py

解决方法:到D:\Python364anzhuang\Lib\site-packages目录下,新建一个tensorflow_model.pth,注意:这里先建一个.txt文件,然后重命名为tensorflow_model.pth,然后拷贝到python下用pycharm打开编写即可,打开后在tensorflow_model.pth中添加如下路径保存即可:

D:\protobufanzhuang\models\research

D:\protobufanzhuang\models\research\slim

再次运行:

以上表明环境搭建完成。

运行官方给定好的jupyter-notebook文件,即object_detection_tutorial.ipynb,将它转写成object_detection_tutorial.py文件后运行:

运行后会有如下警告错误,

解决方法是:

将它:from matplotlib import pyplot as plt

改成:import matplotlib; matplotlib.use('Agg')
import matplotlib.pyplot as plt

最终模型运行文件在model中的research中的object_detection中

 参考网址:在Windows下使用Tensorflow Object Detection API - 简书

TensorFlow Object Detection API(Windows下测试) - 负赑屃 - 博客园

 Object_Detector_API使用(静态图像识别)_xingwei_09的博客-CSDN博客

这篇关于在Windows下使用Tensorflow Object Detection API的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!