TensorFlow Object Detection API 的安装方法

Dong

本篇文章由 VeriMake 旧版论坛中备份出的原帖的 Markdown 源码生成

原帖标题为：TensorFlow Object Detection API 的安装方法
原帖网址为：~~https://verimake.com/topics/124~~ （旧版论坛网址，已失效）

原帖作者为：karb0n（旧版论坛 id = 39，注册于 2020-05-04 19:27:42）
原帖由作者初次发表于 2020-08-01 03:16:55，最后编辑于 2020-08-24 02:24:00（编辑时间可能不准确）

截至 2021-12-18 14:27:30 备份数据库时，原帖已获得 1623 次浏览、1 个点赞、2 条回复

介绍

TensorFlow Object Detection API 提供了一些接口，开发者借助它可轻松构建、训练和部署目标检测模型。

1. 安装前的检查

在2020年2月撰写本文的第一个版本时，Object Detection API (以下简称 OD API) 对 TensorFlow (以下简称 TF) 只适配了 1.15 版本。根据 OD API 在 GitHub 页面上对当前(2020年8月)版本的介绍，其目前已经增加了对 TF 2.2 的适配。
但是，由于前边的一些教程内容我们使用的是 TF 1.15，所以本文还是以 TF 1.15 为例，来介绍如何安装 OD API。所以，在进行后续步骤前，请确认你已经根据这篇文章的介绍安装好了 TF 1.15 和一些必要的依赖包。

2. 下载

TensorFlow Object Detection API 是 tensorflow/models/research 中的子项，用户可根据实际应用需求只下载需要的文件，但是为了避免在后续的使用中出现问题，推荐完整安装 TF OD API，这需要下载完整的tensorflow/models。
可以使用 git

git clone https://github.com/tensorflow/models.git

或者使用 wget

wget https://github.com/tensorflow/models/archive/master.zip

或者也可以直接打开 tensorflow/models 的 GitHub 页面，点击“Download ZIP”下载。
下载完成后，将下载下来的文件解压，并放置于一个不含中文和特殊符号且便于访问的路径下，例如，我的文件夹放在了 E:\objDetect\models-master 这样的目录。
然后，右键“我的电脑”，打开“属性-高级系统设置-高级-环境变量”，在系统变量中找到“Path”并选中，点编辑，根据你的文件夹所在位置添加两条记录
E:\objDetect\models-master\research # 必须根据你的文件夹实际放置位置来填写
E:\objDetect\models-master\research\slim # 必须根据你的文件夹实际放置位置来填写

3. 安装其它依赖包

若已安装好了这篇文章中介绍的依赖包，则仅需使用 conda，依次安装下列包即可。

conda install protobuf
conda install lxml
conda install tk
conda install Cython
conda install contextlib2

注：上列部分包可能无法仅通过 pip 指令安装，所以推荐使用 conda 进行安装。

4. 编译 Protobuf 库

在命令行中通过 cd 指令进入你的 models-master/research/ 目录，输入下列指令

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

若什么提示都没有就运行完成，说明 Protobuf 库编译成功。

5. 将 Object Detection API 添加至已安装的包

在你的 models-master/research/ 目录下，输入下列指令

python setup.py install

等待完成即可。

6. 测试安装是否成功

在你的 models-master/research/ 目录下，输入下列指令
python object_detection/builders/model_builder_test.py
等待测试，完成后若能看到类似下图的 “OK” 即表明 TF OD API 已安装成功并基本能够正常运行。