windows10下安装TensorFlow Object Detection API的步骤

小灰灰 2023-06-18 13:00 15阅读 0赞

**目录**

1、下载源码后解压，修改文件夹名为models

2、安装protoc：

3、编译proto文件

4、添加环境变量

5、运行models/research下的setup.py

6、安装完成测试

7、执行已经训练好的模型

--------------------

这篇文章主要介绍了windows10下安装TensorFlow Object Detection API的步骤，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

**安装步骤：**

模型源码：[https://github.com/tensorflow/models][https_github.com_tensorflow_models]

### **1、下载源码后解压，修改文件夹名为models** ###

（以下步骤中涉及到路径的地方需要根据自己的实际情况而定）

### **2、安装protoc：** ###

打开网址[https://github.com/protocolbuffers/protobuf/releases][https_github.com_protocolbuffers_protobuf_releases]，，我这里下载的是proto-3.7.1-win64.zip，根据自己的电脑配置来。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70][]

下载后复制到与models同名的文件夹下，解压，生成：bin、include。将bin文件夹下的protoc.exe复制到C:\\Windows\\System32文件夹下。cmd打开命令行界面，输入命令protoc，出现如下界面说明安装成功：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70 1][]

### **3、编译proto文件** ###

在models/research下运行Windows PowerShell（注意，这里必须是PowerShell，运行cmd会报错），输入如下命令：

Get-ChildItem object\_detection/protos/\*.proto | Resolve-Path -Relative | %\{ protoc $\_ --python\_out=. \}

运行完成后，可以检查object\_detection/protos/文件夹，如果每个proto文件都成了对应的以py为后缀的python源码，就说明编译成功了。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70 2][]

### **4、添加环境变量** ###

在Anaconda\\Lib\\site-packages添加一个路径文件，如tensorflow\_model.pth，必须以.pth为后缀，写上你要加入的模块文件所在的目录名称，如下图：

![20191202182508972.png][]

### **5、运行models/research下的setup.py** ###

在models/research下运行如下命令：

*  `python setup.py build`
 *  `python setup.py install`

### **6、安装完成测试** ###

python object\_detection/builders/model\_builder\_test.py

出现如下信息，说明已安装成功：

![20191202182532916.png][]

## **7、执行已经训练好的模型** ##

在research文件夹下运行命令：jupyter notebook，接着在jupyter中打开object\_detection文件夹，并单击object\_detection\_tutorial.ipynb运行试例文件。如下所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70 3][]

运行所有代码后的结果如下：

![20191202182711723.png][]

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

[https_github.com_tensorflow_models]: https://github.com/tensorflow/models
[https_github.com_protocolbuffers_protobuf_releases]: https://github.com/protocolbuffers/protobuf/releases
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191202182230516.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191202182315884.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191202182337350.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl,size_16,color_FFFFFF,t_70
[20191202182508972.png]: https://img-blog.csdnimg.cn/20191202182508972.png
[20191202182532916.png]: https://img-blog.csdnimg.cn/20191202182532916.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20191202182659898.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dld2VlZWVlZWVl,size_16,color_FFFFFF,t_70
[20191202182711723.png]: https://img-blog.csdnimg.cn/20191202182711723.png