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：

https://github.com/google/protobuf/releases

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：