假设你已经安装好Python和TensorFlow。这里是Google Object Detection API的项目地址。
可以直接下载zip文件,然后解压。 或者已经安装git,打开命令行,使用如下命令获取代码:
git clone https://github.com/tensorflow/models.git假设models位于X:\xx目录下。
打开命令终端,进入models代码根目录,然后
# X:\xx\models cd research protoc object_detection/protos/*.proto --python_out=.这里建议使用类似unix终端的工具,例如Git Bash、Cygwin等,使用CMD或者PowerShell可能会导致如下错误
object_detection/protos/*.proto: No such file or directory打开Anaconda Prompt,进入models/research,执行如下命令,将会把object_detection包所包含的代码文件全部打包:
# X:\xx\models\research python setup.py build在build/lib下就能看到object_detection包。
执行如下命令,将会把slim包所包含的代码文件全部打包:
# X:\xx\models\research cd slim python setup.py build在build/lib下就能看到slim包。
在环境变量中新建变量:PYTHONPATH,内容应为上述创建的两个包的根目录,形式如下:
X:\xx\models\research\build\lib;X:\xx\models\research\slim\build\lib打开新的Anaconda Prompt,进入object_detection目录:
# X:\xx\models\research\object_detection python builders\model_builder_test.py如输出下面结果表明安装成功。
Ran 11 tests in xx.xxx s OK打开命令行,使用如下命令获取代码:
git clone https://github.com/tensorflow/models.git假设models位于/xx/xx目录下。
打开命令终端,进入models代码根目录,然后
# /xx/xx/models cd research protoc object_detection/protos/*.proto --python_out=.执行如下命令,将会把object_detection包所包含的代码文件全部打包:
# /xx/xx/models cd reseach python setup.py build在build/lib下就能看到object_detection包。
执行如下命令,将会把slim包所包含的代码文件全部打包:
# /xx/xx/models/research cd slim python setup.py build在build/lib下就能看到slim包。
修改~/.bashrc文件,将上述的两个包添加进python的搜索路径。
vim ~/.bashrc在打开的vim编辑内容的最后添加:
export PYTHONPATH=/xx/xx/models/research/build/lib:/xx/xx/models/research/slim/build/lib:${PYTHONPATH}保存退出。然后执行下面的命令使环境变量生效:
source ~/.bashrc打开新的终端,进入object_detection目录:
# /xx/xx/models/research/object_detection python builders/model_builder_test.py如输出下面结果表明安装成功。
Ran 11 tests in xx.xxx s OK