基于TensorFlow Object Detection API进行相关开发的步骤

*以下二/三。四步骤确保你当前的文件目录是以research文件夹为相对目录。

一/安装或升级protoc

查看protoc版本命令:

protoc --version

如果发现版本低于2.6.0或运行命令错误,需要升级protoc了。

升级方法:

1.下载protoc并解压:

2.cd到的protoc的存放目录,并在终端执行:

sudo cp bin/protoc /usr/bin/protoc

3.确认是否安装成功,在终端输入:

protoc  --version

二/编译proto文件

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

如果每个protoc文件都生成了对应的以py为后缀的python源代码,就说明编译成功了。

3将slim加入PYTHONPATH

TensorFlow Object Detection API是以Slim为基础是实现的,需要将Slim的目录加入PYTHONPATH后才能正确运行。

export PYTHONPATH="$PYTHONPATH:/home/user/DL_21/chapter_5/research/slim"(双引号里确保是slim的绝对路径)

之习惯执行命令完成后,进入到Python的命令行模式里,运行import slim没有报错说明设置成功。

4/安装完成测试

python object_detection/builders/model_builder_test.py

如果出像类似下面的信息说明安装成功:
基于TensorFlow Object Detection API进行相关开发的步骤

上一篇:python 装饰器(decorator)


下一篇:Android_(控件)动态添加或删除Spinner下拉菜单