tensorflow object detection API安装实例

写于2017/7/21
tensorflow object detection API是google在tensorflow的平台上实现的当下主流的目标检测框架，下面记录一下自己的使用实例
网址：https://github.com/tensorflow/models/tree/master/object_detection

1）安装依赖项

安装需要的依赖在API的主页上已经说明了，除了需要tensorflow预先安装好之外，还需要安装其他的依赖项

#对于ubuntu 16.04用户
sudo apt-get install protobuf-compiler python-pil python-lxml
sudo pip install jupyter
sudo pip install matplotlib

#对于其他版本ubuntu用户（我的是ubuntu 14.04)
sudo pip install pillow
sudo pip install lxml
sudo pip install jupyter
sudo pip install matplotlib

2）编译protobuf

接下来把github上models文件下载下来，放在tensorflow的默认安装路径下，然后编译Protobuf库

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

我第一次编译的时候，报的是下面的错误

object_detection/protos/anchor_generator.proto:11:3: Expected "required", "optional", or "repeated".
object_detection/protos/anchor_generator.proto:11:32: Missing field number.

原因是因为protoc的版本不够高，可以下一个更高版本的protoc，执行下面的指令

#download protoc 3.3
mkdir protoc_3.3
cd protoc_3.3
wget https://github.com/google/protobuf/releases/download/v3.3.0/protoc-3.3.0-linux-x86_64.zip
chmod 775 protoc-3.3.0-linux-x86_64.zip
unzip protoc-3.3.0-linux-x86_64.zip

#compile proto file
cd /usr/local/lib/python2.7/dist-packages/tensorflow/models/
${protoc_3.3 dir}/bin/protoc object_detection/protos/*.proto --python_out=.

然后就编译成功了，编译成功时候界面没有任何显示，但是在protos文件夹下面会多出一些编译好的文件
注意程序一定要在tensorflow的默认安装目录下面运行..

3）添加库路径

我们需要把tensorflow/models以及slim的路径添加到环境变量PYTHONPATH当中，可以在终端export，但最好还是修改用户的bashrc吧

# From tensorflow/models/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim

把上面的’pwd’换成tensorflow/models所在路径，一般来说，如果是终端pip安装的tensorflow，pwd就是‘/usr/local/lib/python2.7/dist-packages/tensorflow/models/’

4）测试安装

#from tensorflow/models
python object_detection/builders/model_builder_test.py

我运行程序的时候报了下面这个错误

class TreeBuilderForHtml5lib(html5lib.treebuilders._base.TreeBuilder):
AttributeError: 'module' object has no attribute '_base'

google之后通过执行下面的指令解决了问题

sudo pip install --upgrade beautifulsoup4
sudo pip install --upgrade html5lib
sudo pip install spry

运行成功时现在下面界面

.......
----------------------------------------------------------------------
Ran 7 tests in 0.026s

OK