深度学习： 目标检测 Object Detection API

發表於 | 分類於

运行环境

  • Ubuntu 16.04
  • GPU GTX 1080
  • Python 2.7.0
  • Tensorflow 1.8.0

Objectdetection API 环境设置

Step 1 安装pip

打开终端Terminal
查看pip 版本：
pip –version
提示升级的话，可以用以下命令升级：
pip install –upgrade pip

Step 2 下载models

从Github下载目标检测的模型文件：

models

我将文件存储在/home/CAPMPUS/zouy2/ObjectDetection文件路径下，解压并rename为models。其中/home/CAPMPUS/zouy2是我的系统根目录

Step 3 下载Protocbuf

Tensorflow Object Detection API需要使用Protobufs库配置模型和训练参数。
Protobufs库下载地址：

Protobuf

选择对应版本，我的版本是protoc-3.4.0-linux-x86_64
下载存储文件路径：/home/CAPMPUS/zouy2/ObjectDetection，解压并rename为protoc

Step 4 配置protoc路径

  • 配置protoc库的文件路径（临时版）：
    export PATH=$PATH:/home/CAPMPUS/zouy2/ObjectDetection/protoc/bin
    Note:
    这是临时添加路径，只对当前终端有效.
    如果重新打开一个新的Terminal，会发现protoc库未被编译。

  • 配置protoc库的文件路径（永久版）：
    输入命令：
    gedit /.bashrc #打开bashrc文件
    在文件末尾添加文件路径：
    export PATH=$PATH:/home/CAPMPUS/zouy2/ObjectDetection/protoc/bin
    保存关闭以后，在终端输入以下命令激活：
    source /.bashrc

  • 查看protoc版本，验证环境是否安装成功
    protoc –version

Step 5 安装依赖库

Tensorflow Object Detection API依赖以下库文件
sudo pip install pillow
sudo pip install lxml
sudo pip install jupyter
sudo pip install matplotlib

Step 6 编译protoc

在目标检测教程框架使用前，protocbuf库必须被编译，所以需要执行以下命令：
1、 进入models/research目录下
cd /home/CAPMPUS/zouy2/ObjectDetection/models/research/
2、 输入以下命令
protoc object_detection/protos/* .proto –python_out=.

Step 7 打开jupyter notebook

使用以下命令运行模型：
cd object_detection/
jupyter notebook

Step 8 打开教程文件

此时Jupyter将会在浏览器里自动打开，点击文件object_detection_tutorial.ipynp

Step 9 运行文件

点击最上栏命令窗口Cell中的Run All，等待一会就能看到结果

输出结果像这样：

后记

如果能看到最终检测结果，代表Object Detection API环境编译成功，就可以继续往下做其他相关的目标检测项目。

参考Reference:

英文版